客户购买行为建模分析预测

基于阿里巴巴天池大数据比赛的真实客户购买记录数据,通过分析客户以往的购买记录,预测未来客户对哪些商品会有行为。采用先召回部分商品、再进行模型预测排序的策略来提高预测效率。在召回过程中,对传统的根据商品类别召回商品的方法加以改进,加入对用户行为时间顺序的考虑,排序过程中采用XGBoost、LightGBM、CatBoost等boosting算法进行排序,从而有效预测未来用户会对哪些商品有所行为。