1st Place Solution for【2016CCF大数据竞赛客户画像赛题（用户画像）】.zip

# 1st Place Solution for 2016CCF StateGrid UserProfile 赛题链接：http://www.wid.org.cn/data/science/player/competition/detail/description/242 ## 任务介绍 在复赛中，参赛者需要以电力用户的95598工单数据、电量电费营销数据等为基础，综合分析电费敏感客户特征，建立客户电费敏感度模型，对电费敏感用户的敏感程度进行量化评判，帮助供电企业快速、准确的识别电费敏感客户，从而对应的提供有针对性的电费、电量提醒等精细化用电服务。 ## 解决方案 详细解决方案pdf戳[这里](https://github.com/feidapeng/2016CCF_StateGrid_UserProfile/blob/master/%E5%AE%A2%E6%88%B7%E7%94%BB%E5%83%8F%E6%AF%94%E8%B5%9B%E8%A7%A3%E5%86%B3%E6%96%B9%E6%A1%88.pdf) ## 代码运行说明 按照95598工单记录次数对用户分为两类，分别构造特征和建模。 - [x] 将只有一条95598记录的用户定义为**低敏感度用户**，用A或者single指代 - [x] 将有多条95598记录的用户定义为**高敏感度用户**，用B或者multi指代 ### 1.配置说明 程序依赖python3及以下程序包 > * anaconda3 > * xgboost > * jieba 程序运行需要以下文件 ``` /stopwords.txt 停用词表 ``` 请将原始数据放于下面目录中, 请确保都是utf-8编码格式 ``` /rawdata/ 01_arc_s_95598_wkst_train.tsv 01_arc_s_95598_wkst_test.tsv 02_s_comm_rec.tsv 09_arc_a_rcvbl_flow.tsv 09_arc_a_rcvbl_flow_test.tsv train_label.csv test_to_predict.csv ``` 其余目录作用 ``` /code/ 用于存放程序代码 /myfeatures/ 用于存放程序运行生成的各种特征文件 /result/ 用于存放最终的输出结果 ``` ### 2.运行 确认以上文件存在之后，依次运行： ``` python code/create_features_A.py # 生成低敏感度用户的特征文件 python code/select_features_A.py # 采用xgboost对低敏感度用户的文本特征进行筛选 python code/model_A.py # 训练低敏感度用户的预测模型，及模型融合 python code/create_features_B.py # 生成高敏感度用户的特征文件 python code/select_features_B.py # 采用xgboost对高敏感度用户的文本特征进行筛选 python code/model_B.py # 训练高敏感度用户的预测模型，及模型融合 ``` ### 3.输出文件说明 程序输出的结果包括`特征文件`和最终`预测结果`两部分： ``` myfeatures/ statistical_features_1.pkl 低敏感度用户的统计特征 text_features_1.pkl 低敏感度用户在表1中的ACCEPT_CONTENT文本信息 single_select_words.pkl 低敏感度用户部分，采用xgboost选择的文本特征 statistical_features_2.pkl 高敏感度用户的统计特征 text_features_2.pkl 高敏感度用户在表1中的ACCEPT_CONTENT文本信息 multi_select_words.pkl 高敏感度用户部分，采用xgboost选择的文本特征 result/ A.csv 低敏感度用户中的电费敏感用户 B.csv 高敏感度用户中的电费敏感用户 result.csv 合并结果 ``` ## 其他 如果觉得不错的话，欢迎大家点击右上角star，谢谢！ 我们参加的其他竞赛： [2nd Place Solution for SMP CUP 2016](https://github.com/liyumeng/SmpCup2016) [2016CCF 大数据精准营销中搜狗用户画像挖掘 final winner solution](https://github.com/hengchao0248/ccf2016_sougou)