Repeat buyer prediction for e commerce, KDD2016
•Als PPTX, PDF herunterladen•
0 gefällt mir•1,892 views
KDD2016勉強会
Empfohlen
Weitere ähnliche Inhalte
Ähnlich wie Repeat buyer prediction for e commerce, KDD2016
Ähnlich wie Repeat buyer prediction for e commerce, KDD2016 (9)
Repeat buyer prediction for e commerce, KDD2016
- 1. Repeat Buyer Prediction for E-Commerce Liu et al. KDD2016 2016/10/01 KDD2016勉強会 脇山 宗也
- 2. 概要 • IJCAI2015でアリババが開催したコンペで構築した予測モデル の説明 • 筆者らはコンペのStage1で優勝 • 論文内では、どういった特徴量が予測精度向上に効果があるの かに着目 • 資料に記載の図・表はLiu,2016,Repeat Buyer Prediction for E- Commerce,KDD2016からの引用です
- 3. 予測タスク • 過去の行動ログから、セール(Double 11)で購入を行ったユー ザが6ヶ月以内に再購入を行うかどうかを予測 • コンペの主催者はリピーターになる可能性があるユーザにプロ モーションを打つようにしてコストを抑えたい Double11から6ヶ月以内の再購入の 有無が予測対象 Liu,2016,Repeat Buyer Prediction for E-Commerce,KDD2016
- 4. 特徴量の種類 • 特徴量の元データとする属性 • ユーザ • ブランド • カテゴリ • 店舗 • アイテム属性 • ユーザ x ブランド • ユーザ x カテゴリ • 店舗 x ブランド • 店舗 x カテゴリ • ユーザ x 店舗 • 属性の集計方法 • Count/ratio • Aggregation • 最大値、平均など • Recent activity • Complex feature • トレンドやPCA、LDAなどを含む。その 他の扱いに近い • Age/gender related • 上記の集計を年代別や性別に分けて行う。 上記4つとの組み合わせになる 交互作用 左側にある属性を、右側にある集計方法で処理して特徴量を作成する（合計1364属性）。 例えば、ユーザが店舗でクリックしたユニークアイテム数や、店舗で購入が発生した日数の平均な どが作成される
- 5. 特徴量の評価 • XGBoostを利用して特徴量が精度にどの程度影響しているのか を評価 • Factorization Machine、Ligistic Regression、Random Forest、GBM、 XBGooxtで比較して、モデル単体だとXBGoostが最も精度が高かった • 他の予測モデルで特徴量を評価しても、特徴量の評価順はほぼ一緒 だったと述べられている
- 6. 特徴量グループ毎の評価 • AUCは対象の特徴量グループ のみでモデル構築した場合の AUC • Leave-out AUCは、対象の特 徴量を除いてモデル構築した 場合のAUC • 他の特徴量で代替が難しい？ Liu,2016,Repeat Buyer Prediction for E-Commerce,KDD2016
- 7. 特徴量グループ毎の評価 • 店舗属性やブランド属性をそ のまま利用した特徴量は、除 外した方が全特徴量を利用し た方がAUCが高い • セール(double 11)当日や、直 近1週間の行動、LDAで作成 した特徴量は除外するとAUC の下がり幅が大きいので、他 の属性では代替が難しいと思 われる Liu,2016,Repeat Buyer Prediction for E-Commerce,KDD2016
- 8. 個別の特徴量の重要度 • XGBoostの特徴量の重要度を用いて算出。1364変数に順位を付ける • 重要度Top20は、以下の3つが2/3を占める • User aggregation(7 features) • ユーザが購入を行った日数の標準偏差（性別と店舗の組み合わせ毎に集計） • 購入日数の平均（性別・店舗・ブランドの組み合わせ毎に集計） etc. (購入ログを集約したものが多い) • Repeat buyer(3 features) • 再購入が行われた日数の比率(店舗とブランドの組み合わせ毎に集計) • 特定の年代の再購入の比率 etc. • Product diversity(3 features) • ユーザがクリックしたユニークアイテム数 • ユーザが購入したユニークアイテム数 etc. • 除外するとAUCの低下が大きかったLDAはXGBoost上だと上位に来ない
- 9. 所感 • モデルに投入する特徴量として、属性の値をそのまま投入するので はなく、交互作用や性年代、Recencyに着目して集計することでモ デルの精度が上がることが分かる • ECで販売されているものはジャンルが幅広いため、こうしたセグメントを区 切って作成した特徴量が有用だと思われる（このブランドは女性は好きと か） • 上記の様な集計値以外にもLDAを使って特徴量を作ることで特徴量 を底上げできる • 他の属性で代替できないようなので、ある程度特徴量を作った後で追加して も精度向上が見込める • ただし、自分でLDAで特徴量を作って試してみても精度が上がらなかったの でチューニングは必須。他の特徴量を作った後に追加を試みるのが良さそう