一、简介 ELO商户类别推荐有助于了解客户忠诚度
Elo Merchant Category Recommendation Help understand customer loyalty (ELO商户类别推荐有助于了解客户忠诚度)
竞赛描述:
想象一下,在一个陌生的地方饿着肚子,在适当的时候,根据你的个人喜好,提供餐馆推荐。推荐信附带了您的信用卡提供商提供的拐角处当地饭店的折扣!
目前,作为巴西最大的支付品牌之一,ELO已经与商家建立了合作关系,为持卡人提供促销或折扣。但是,这些促销活动对消费者或商家都有效吗?客户喜欢他们的体验吗?商人看到重复的生意了吗?个性化是关键。
ELO建立了机器学习模型,以了解客户生命周期中从食品到购物的最重要方面和偏好。但到目前为止,没有一个是专门为个人或个人资料定制的。这就是你进来的地方。
在这场竞争中,Kaggers将通过发现客户忠诚度中的信号,开发算法来识别并为个人提供最相关的机会。您的输入将改善客户的生活,帮助ELO减少不必要的活动,为客户创造正确的体验。
评价指标
提交的数据按均方根误差(root mean squared error)计分。RMSE定义为:
where y^ is the predicted loyalty score for each card_id
, and y is the actual loyalty score assigned to a card_id
.
提交文件格式:
card_id, target
C_ID_9e86007114,0
C_ID_1c9f77086c,0.5
C_ID_07b20e9908,0
C_ID_63d6bac69a,0
C_ID_bbc26a86eb,0
C_ID_f749aad790,0
C_ID_7b5c15ff41,-0.25
C_ID_ec6b0f2d30,0
C_ID_0a11e759c5,0
Timeline
February 19, 2019 - External Data Disclosure deadline. All external data used in the competition must be disclosed in the forums by this date.
数据
需要的文件
- train.csv and test.csv 文件包含用于训练和预测的
card_id
s - The historical_transactions.csv and new_merchant_transactions.csv files 包含有关每张卡交易的信息。
- historical_transactions.csv 包含在任何提供的商户ID上的每张卡最多3个月的交易价值。
- new_merchant_transactions.csv 包含两个月内新商户的交易(该卡尚未访问的商户ID)。
- merchants.csv 包含数据集中表示的每个商户ID的汇总信息。
- The historical_transactions.csv and new_merchant_transactions.csv files contain information about each card's transactions.
- historical_transactions.csv contains up to 3 months' worth of transactions for every card at any of the provided
merchant_id
s. - new_merchant.csv contains the transactions at new merchants (merchant_ids that this particular card_id has not yet visited) over a period of two months.
- merchants.csv contains aggregate information for each
merchant_id
represented in the data set.
数据格式如下:
- train.csv和test.csv包含卡ID和卡本身的信息-卡激活的第一个月( the first month),等等。train.csv也包含目标。
- historical_transactions.csv and new_merchant_transactions.csv are designed to be joined with train.csv, test.csv, and merchants.csv.它们包含有关每张卡的交易信息。
- merchants can be joined with the transaction sets to provide additional merchant-level information. 可以将商家与交易集结合起来,以提供额外的商家级别信息。
预测:
You are predicting a loyalty score for each card_id
represented in test.csv and sample_submission.csv.
文件描述:
- train.csv - the training set
- test.csv - the test set
- sample_submission.csv - a sample submission file in the correct format - contains all
card_id
s you are expected to predict for. - historical_transactions.csv - up to 3 months' worth of historical transactions for each
card_id
- merchants.csv - additional information about all merchants /
merchant_id
s in the dataset. - new_merchant_transactions.csv - two months' worth of data for each
card_id
containing ALL purchases thatcard_id
made atmerchant_id
s that were not visited in the historical data.
一、简介 ELO商户类别推荐有助于了解客户忠诚度的更多相关文章
- [推荐]ORACLE PL/SQL编程详解之一:PL/SQL 程序设计简介(千里之行,始于足下)
原文:[推荐]ORACLE PL/SQL编程详解之一:PL/SQL 程序设计简介(千里之行,始于足下) [推荐]ORACLE PL/SQL编程详解之一: PL/SQL 程序设计简介(千里之行,始于足下 ...
- 【IOS 开发】Objective - C 面向对象高级特性 - 包装类 | 类处理 | 类别 | 扩展 | 协议 | 委托 | 异常处理 | 反射
一. Objective-C 对象简单处理 1. 包装类 (1) 包装类简介 NSValue 和 NSNumber : -- 通用包装类 NSValue : NSValue 包装单个 short, i ...
- 阿里云智能推荐AIRec产品介绍
一.智能推荐(AIRec)简介 AIRec背景介绍 智能推荐(简称AIRec)基于阿里巴巴集团领先的大数据和人工智能技术,结合阿里巴巴在电商.内容.新闻.视频直播和社交等多个行业领域的积累,为全球企业 ...
- [转] 基于 Apache Mahout 构建社会化推荐引擎
来源:http://www.ibm.com/developerworks/cn/java/j-lo-mahout/index.html 推荐引擎简介 推荐引擎利用特殊的信息过滤(IF,Informat ...
- 基于 Apache Mahout 构建社会化推荐引擎
基于 Apache Mahout 构建社会化推荐引擎 http://www.ibm.com/developerworks/cn/views/java/libraryview.jsp 推荐引擎利用特殊的 ...
- Flink流处理(一)- 状态流处理简介
1. Flink 简介 Flink 是一个分布式流处理器,提供直观且易于使用的API,以供实现有状态的流处理应用.它能够以fault-tolerant的方式高效地运行在大规模系统中. 流处理技术在当今 ...
- 什么是NPS 客户净推荐值?
客户忠诚是企业在客户服务方面的最高目标. 客户是否忠诚通过一个问题即可判断,那就是--你会把这家企业推荐给朋友的可能性有多大?这就是著名的NPS指标,本文希望能讲清NPS客户净推荐值是什么,用好客服系 ...
- 商户编号[Merchant Id]是什么
1. Merchant Id是什么 2. Merchant Id 是有哪几个部分构成的 2.1 收单机构代码 2.2 商户地区代码 2.3 Merchant Category Code(MCC) 本文 ...
- 推荐几个最好用的CRM软件,本人亲测
CRM是英文Customer Relationship Management 的简写,一般译作“客户关系管理”.CRM最早产生于美国,由Gartner Group 首先提出的CRM这个概念的.20世纪 ...
随机推荐
- 日志输出最不重要的就是控制台输出,控制台输出就是system.out而已
1.日志输出最不重要的就是控制台输出,控制台输出就是system.out而已 2.所以日志输出时候会存在一个Bug就是:stdout要配置在日志输出的最前面,因为stdout控制台输出,最不重要,如果 ...
- nutch的定时增量爬取
译文来着: http://wiki.apache.org/nutch/Crawl 介绍(Introduction) 注意:脚本中没有直接使用Nutch的爬去命令(bin/nutch crawl或者是& ...
- linux下Oracle11g RAC搭建(七)
linux下Oracle11g RAC搭建(七) 六.安装Grid 启动GRID安装界面 方式一:redhat下调整分辨率 [root@node1 ~]# xhost + //授权 [ro ...
- Android开发策略:缓存
1.使用缓存策略时,优先考虑使用sdcard(需先推断有无sd卡及其剩余空间是否足够,够的话就开辟一定空间如10M): 2.获取图片时.先从sdcard上找,有的话使用该图片并更新图片最后被使用的时间 ...
- 将linux下的rm命令改造成移动文件至回收站
将linux下的rm命令改造成移动文件至回收站 rm是Linux下文件删除的命令,它是Linux下非常强大却又非常危险的一条命令,特别是rm -rf有时候强大到让你欲哭无泪,当你想清除当前目录下的所有 ...
- 手机对支持128G扩展内存的介绍
具体说明: 1,JB2之前的版本只支持SD2.0 SPEC,SD2.0 SPEC定义了最大支持SD卡容量到32G. 2,JB2及以后的版本支持SD3.0 SPEC,SD3.0的SPEC定义了最大支持S ...
- JXOI2019 退役记
day0 考前一天在机房和RyeCatcher,还有高一数竞大佬wyt一起颓三国杀,被深深吸引无法自拔,所谓大考大浪,也算是缓解缓解压力 刷刷空间发现好多外地OIer都赶到江科了,萌生出去见一见我江西 ...
- postgresql 常规操作以及检查备份
一.建表时,复制源表的信息test=# test=# \d test.t1 Table "test.t1" Column | Type | Collation | Nullable ...
- B - Even Odds
Problem description Being a nonconformist, Volodya is displeased with the current state of things, p ...
- RMS:均方根值,RMSE:均方根误差,MSE:标准差
.均方根值(RMS),有时也称方均根.效值.英语写为:Root Mean Square(RMS). 美国传统词典的定义为:The square root of the average of squar ...