# tmall-repurchase-forecast

**Repository Path**: tao-rujian/tmall-repurchase-forecast

## Basic Information

- **Project Name**: tmall-repurchase-forecast
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-05-27
- **Last Updated**: 2025-06-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

> # *天猫复购预测项目*

## 赛题背景：

​	商家有时会在特定日期，例如Boxing-day，黑色星期五或是双十一（11月11日）开展大型促销活动或者发放优惠券以吸引消费者，然而很多被吸引来的买家都是一次性消费者，这些促销活动可能对销售业绩的增长并没有长远帮助，因此为解决这个问题，商家需要识别出哪类消费者可以转化为重复购买者。通过对这些潜在的忠诚客户进行定位，商家可以大大降低促销成本，提高投资回报率（Return on Investment, ROI）。众所周知的是，在线投放广告时精准定位客户是件比较难的事情，尤其是针对新消费者的定位。不过，利用天猫长期积累的用户行为日志，我们或许可以解决这个问题。

​	我们提供了一些商家信息，以及在“双十一”期间购买了对应产品的新消费者信息。你的任务是预测给定的商家中，哪些新消费者在未来会成为忠实客户，即需要预测这些新消费者在6个月内再次购买的概率。

## 数据描述：

​	数据集包含了匿名用户在 "双十一 "前6个月和"双十一 "当天的购物记录，标签为是否是重复购买者。出于隐私保护，数据采样存在部分偏差，该数据集的统计结果会与天猫的实际情况有一定的偏差，但不影响解决方案的适用性。训练集和测试集数据见文件data_format2.zip，数据详情见下表。

| 字段名称     | 描述                                                         |
| ------------ | ------------------------------------------------------------ |
| user_id      | 购物者的唯一ID编码                                           |
| age_range    | 用户年龄范围。                                               |
| gender       | 用户性别。0表示女性，1表示男性，2和NULL表示未知              |
| merchant_id  | 商家的唯一ID编码                                             |
| label        | 取值集合为{0, 1, -1, NULL}。取1表示'userid'是'merchantid'的重复买家，取0则反之。取-1表示'user_id'不是给定商家的新客户，因此不在我们预测范围内，但这些记录可能会提供额外信息。测试集这一部分需要预测，因此为NULL。 |
| activity_log | {userid, merchantid}之间的每组交易中都记录有itemid, categoryid, brand_id, time，用#分隔。记录不按任何特定顺序排序。 |

以**"prediction.csv"**作为文件名提交，提交格式如下：

| 字段名称    | 描述                                               |
| ----------- | -------------------------------------------------- |
| user_id     | 购物者的唯一ID编码                                 |
| merchant_id | 商家的唯一ID编码                                   |
| prob        | 给定客户是给定商家的重复购买者的概率，取值在[0, 1] |

### 其他格式数据:

我们还以另一种格式提供了相同数据集，可能更方便做特征工程，详情见data_format1.zip文件夹（内含4个文件），数据描述如下。

#### 用户行为日志:

| 字段名称    | 描述                                                         |
| ----------- | ------------------------------------------------------------ |
| user_id     | 购物者的唯一ID编码                                           |
| item_id     | 商品的唯一编码                                               |
| cat_id      | 商品所属品类的唯一编码                                       |
| merchant_id | 商家的唯一ID编码                                             |
| brand_id    | 商品品牌的唯一编码                                           |
| time_tamp   | 购买时间（格式：mmdd）                                       |
| action_type | 包含{0, 1, 2, 3}，0表示单击，1表示添加到购物车，2表示购买，3表示添加到收藏夹 |

#### 用户画像:

| 字段名称  | 描述                                            |
| --------- | ----------------------------------------------- |
| user_id   | 购物者的唯一ID编码                              |
| age_range | 用户年龄范围。                                  |
| gender    | 用户性别。0表示女性，1表示男性，2和NULL表示未知 |

#### 训练数据和测试数据:

| 字段名称    | 描述                                                         |
| ----------- | ------------------------------------------------------------ |
| user_id     | 购物者的唯一ID编码                                           |
| merchant_id | 商家的唯一ID编码                                             |
| label       | 包含{0, 1}，1表示重复买家，0表示非重复买家。测试集这一部分需要预测，因此为空。 |