##大工搜索引擎与文本挖掘课程作业

这是基于阿里移动推荐算法竞赛的一份作业。 作业评测网址为：ir.dlut.edu.cn/onlinejudge

本项目主要应用于对阿里移动推荐算法竞赛的数据处理，特征提取及训练等。

YML.BPN项目是c++实现的BP神经网络的源代码

FeatureController是C#实现的用于抽取434维特征的特征抽取程序，使用前需要配置App.Config中的数据库连接字符串

GBDT的代码并没有单独提取出来，而是在BPNetwork工程中GBDT.py的文件中

###下面是阿里移动推荐算法竞赛第二期数据的一些统计：

共包含消费记录：12256906条

包含o2o商品id数：480723条，去重后为310582条 （有些商品会同时属于多个类别，所以去重之后记录数减少了）

###特征包括：

购物车转化率：购买的/加入购物车量，注意对用户及商品进行分别统计 收藏转化率：购买的/收藏量 点击转化率：购买量/点击量

转化率说明：这里的收藏对于一个用户来说只是一个商品状态，只能有一次记录，不像点击操作，同一个用户可以进行很多次。

所以这里的收藏转化率是指，在已经收藏了该商品的用户里，有多少个用户购买了。

则可以看出，点击转化率有两个概念

1. 在已经点击过该商品的用户中，有多少个用户购买了。
2. 该商品平均被点击多少次，会被购买。（后期计算即可得出）

###实验记录

1. 用1天的数据进行LR训练，结果在2.3~4%之间，加上转化率特征之后，结果会变差