O2O优惠券使用预测问题
天池数据: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,预测用户在2016年7月领取优惠券后15天以内的使用情况。
目标:是预测投放的优惠券是否核销,使用优惠券核销预测的平均AUC作为评价标准。 即对每个优惠券coupon_id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:提供了三个数据集:
- 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
Notes on data, research, and life.
天池数据: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,预测用户在2016年7月领取优惠券后15天以内的使用情况。
目标:是预测投放的优惠券是否核销,使用优惠券核销预测的平均AUC作为评价标准。 即对每个优惠券coupon_id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:提供了三个数据集: