【数据竞赛】消费金融场景下的用户购买预测冠军方案分享
共 2011字，需浏览 5分钟
· 2020-12-31
大赛介绍
2000多年前，阿基米德说：“给我一个支点，我可以撬动整个地球”。伴随近年来新技术的快速涌现和迅猛发展，大数据或将成为传统金融行业向金融科技转型的“阿基米德支点”。
作为业内领先品牌，招商银行信用卡中心在全力打造Fintech银行的过程中，始终走在变化的前沿。我们在全景智额、千人千面、大数据风控等金融科技方面的尝试与创新，也正是因为打造了从数据收集到数据清洗、再到数据挖掘和商业应用的一体化大数据平台。
我们希望，在数据已经成为战略资源和经济资产的今天，通过此次数据大赛，捕捉在消费金融场景下的用户价值信息与消费需求，发挥数据价值，给用户提供更加精准的服务。也可以让广大高校学生对消费金融、对信用卡数据应用，能有更深刻的接触与了解。
赛题背景
掌上生活APP是招商银行于2010年推出的手机客户端应用软件，全面升级了信用卡的使用体验。当前6.0版本的掌上生活APP，提供了手机商城、饭票影票、在线客服、基金理财、办卡开卡、额度管理、消费信贷、账单管理等全方位功能，同时实现了LBS查询服务和手机远程支付，全面满足并提升了持卡人对金融和日常生活需求的消费体验。
招商银行信用卡在不断拓展业务与场景的同时，也希望通过数据积累与数据驱动，主动捕捉用户价值信息与消费需求，发挥数据价值，给用户提供更加精准的服务。
赛题任务
利用招商银行客户的个人属性、信用卡消费数据，以及部分客户在掌上生活APP上的一个月的操作行为日志，设计合理的特征工程与模型算法方案，预测客户在未来一周内（4月1日-7日），是否会购买掌上生活APP上的优惠券（包括饭票、影票等）。考虑到客户隐私，客户的个人属性数据与信用卡消费数据，采用脱敏并标准化处理为V1,V2,…,V30数值型属性。客户在APP上的行为日志，一些字段也进行了相应加密。
赛题数据
本次比赛提供的数据集包括训练数据与测试数据，训练数据共分为三部分：
（1）个人属性与信用卡消费数据：包含80000名信用卡客户的个人属性与信用卡消费数据，其中包含枚举型特征和数值型特征，均已转为数值并进行了脱敏和标准化处理。
（2）APP操作行为日志：上述信用卡客户中，部分已绑定掌上生活APP的客户，在近一个月时间窗口内的所有点击行为日志。
（3）标注数据：包括客户号及标签。其中，标签数据为用户是否会在未来一周，购买掌上生活APP上的优惠券。
文件清单和使用说明
train/ ——训练样本目录，包含三个文件 train_agg.csv —— 个人属性与信用卡消费数据 train_log.csv ——APP操作行为日志 train_flag.csv ——标注数据 test/ ——评测样本目录，包含两个文件，不提供标注数 test_agg.csv —— 个人属性与信用卡消费数据 test_log.csv—— APP操作行为日志
冠军方案
赛题分析
特征工程（常规特征）
主要按照特征群进行提取：基础统计特征，离散特征，时序相关特征。
特征工程（亮点一：时序特征）
特征工程（亮点二：NLP特征）
特征工程
特征选择:
基于XGB的特征重要性 先训练一个XGBoost模型，输出其特征重要性，然后将重要性为0的特征删除，即完成了特征选择。 基于wrapper的方式
目的:
降维，使模型泛化能力更强，减少过拟合。
模型设计
模型融合（基于Rank）
比赛评价标准为AUC，其本质为排序优化问题概率得分线性加权是存在问题的，所以需要进行调整。
应用场景
潜力：
特征具有可解释性 模型的验证方法具有稳定性 随着数据量的增大，Word2vec特征会有更好的效果。 自然语言处理领域中成熟的方法可应用到用户行为识别中。
价值：
商家广告精准投放。 个性化推荐优惠信息。
参赛总结
不足：
对于agg表只进行了简单的二元化和rank处理，没有深度发掘。 模型的融合的权重是根据线上成绩，其实可以采用线性回归的方式得到。
收获：
NLP和普通机器学习的结合 坚持的重要性 团队协作能力都得到了较大的提升
往期精彩回顾
获取本站知识星球优惠券，复制链接直接打开：
https://t.zsxq.com/qFiUFMV
本站qq群704220115。
加入微信群请扫码：