Python程序设计与实践 大作业实验报告 陆阳 孙勇 裘升明

浙江工商大学计算机与信息工程学院 《Python程序设计与实践》大作业报告

专 业： 计科 班 级： 1404 姓 名： 陆阳，孙勇，裘昇明 指导教师： 蒲飞

学 号：1412190416、1412190415、1412190413

2015 年 6 月 28 日

题目介绍：

在真实的业务场景下，我们往往需要对所有商品的一个子集构建个性化推荐模型。在完成这件任务的过程中，我们不仅需要利用用户在这个商品子集上的行为数据，往往还需要利用更丰富的用户行为数据。定义如下的符号： U——用户集合 I——商品全集 P——商品子集，P ? I

D——用户对商品全集的行为数据集合

那么我们的目标是利用D来构造U中用户对P中商品的推荐模型。

数据说明：

竞赛数据包含两个部分。第一部分是用户在商品全集上的移动端行为数据（D）,表名为tianchi_mobile_recommend_train_user，包含如下字段：

字段 user_id item_id behavior_type 字段说明 用户标识 商品标识 用户对商品的行为类型 提取说明 抽样&字段脱敏 字段脱敏 包括浏览、收藏、加购物车、购买，对应取值分别是1、2、3、4。 user_geohash item_category time 用户位置的空间标识，可以为空 商品分类标识 行为时间 由经纬度通过保密的算法生成 字段脱敏 精确到小时级别

第二个部分是商品子集（P）,表名为tianchi_mobile_recommend_train_item，包含如下字段：

字段 item_id item_ geohash item_category 字段说明 商品标识 商品位置的空间标识，可以为空 商品分类标识 提取说明 抽样&字段脱敏 由经纬度通过保密的算法生成 字段脱敏

训练数据包含了抽样出来的一定量用户在一个月时间（11.18~12.18）之内的移动端行为数据（D），评分数据是这些用户在这个一个月之后的一天（12.19）对商品子集（P）的购买数据。参赛者要使用训练数据建立推荐模型，并输出用户在接下来一天对商品子集购买行为的预测结果。

大作业报告内容包括以下几个部分

1、数据分组统计：

可统计有多少用户、商品、商品类别等信息，甚至每天各种行为的统计数。如图：

还有，在给出的用户行为数据中，有些用户在整个11-18日至12-18日对商品有浏览行为记录，但是从未产生过购买行为，这些用户会否在12月19号购买商品实难预测，因此，我们去除这些无购买行为的用户信息，认为这些用户在12月19号还是不会购买任何商品。

贴关键代码 import time

import pandas as pd