Hanszhuang/mobileRiskUser

基于移动网络通讯行为的风险用户识别 (15th/624)

基于移动网络通讯行为的风险用户识别

######## 1. 2018-05-22 baseline

因为这学期担任实训课TA，这个比赛是实训课的作业，所以做个baseline给师弟师妹们参考，这个baseline 线下是0.80,线上成绩是0.76~0.77

（所以LB上有一群DM+学号的，不要惊讶，不是小号,是一群可爱的小鲜肉）

######## 2. 2018-06-12 解决方案 （初赛 3th, 复赛 15th）

特征工程：

2.1 单变量数量统计特征：

voice统计用户 记录数，用户 不同opp_num 记录数

voice统计用户不同 opp_head记录 数

voice统计用户 不同 opp_len 的记录数

统计用户不同 call_tyoe 记录数

sms统计用户sms 不同opp_num记录数

sms统计用户sms 不同opp_head 记录数

sms统计用户 不同opp_len记录数

sms不同in_out 记录数

2.2 多变量数目统计特征：

voice统计用户不同 in_out 下 不同 opp_num记录数

voice统计不同 opp_len 下 不同 opp_head 记录数

voice统计不同 opp_len 下不同opp_head 的记录数

voice统计不同call_type 下 不同opp_num 的记录数

sms统计用户不同opp_len 中 不同opp_head的记录数

sms不同in_out 下 不同opp_head 数

2.3 one-hot 类数目统计特征:

voice对opp_num one-hot 统计记录数

sms每天不同的opp_head 记录数

sms opp_head one-hot 统计记录数

sms每天的短信记录数

wa top 1000 wa_name 分组统计记录数

2.4 时间统计量：

voice通话时长统计量

voice两次通话间隔统计量

sms两次短信间隔统计量

模型：

只使用了lgb单模型，成绩是初赛第三（0.874），复赛14（0.864），应该是wa 特征 A，B榜数据分布不一致。

最近一堆事，趁着早上上班前，赶紧把方案开源了。