O2O优惠券使用预测
- 案例整理者：
- 季佳雯
- 最后修订：
- 2020-12-15
任务类型：分类预测
算法：随机梯度下降法
数据源：用户消费优惠券数据（2M）
下载地址1（dataset.csv ） 下载地址2（北大网盘）
背景：此案例为阿里天池新人实战赛“O2O优惠券使用预测”的一个比赛答案。比赛提供用户在2016年1月1日至2016年6月30日之间真实线上线下消费行为，要求预测用户在2016年7月领取优惠券后15天以内的使用情况。 赛题目标是预测投放的优惠券是否核销。针对此任务及一些相关背景知识，使用优惠券核销预测的平均AUC（ROC曲线下面积）作为评价标准。 即对每个优惠券单独计算核销预测的AUC值，再对所有优惠券的AUC值求平均作为最终的评价标准。 数据集：比赛一共提供4个数据集，主要内容分别为“用户线下消费和优惠券领取行为”、“用户线上点击/消费和优惠券领取行为”、“用户O2O线下优惠券使用预测样本”、“选手提交文件”。
