Kaggle WSDM：音乐网站用户流失预测比赛

比赛背景 地址：WSDM - KKBox's Churn Prediction Challenge 关键字：定义流失用户、流失预测、挖掘用户记录 第十一届ACM网络搜索与数据挖掘国际会议(WSDM)要求参赛者利用KKBOX数据集建立智能算法来预测订阅用户是否会流失。对于依赖订阅业务的KKBOX来说，准确预测流失率是业务成功的关键。通过结果分析，以便KKBOX进一步了解用户需求，在保持用户活跃度上进一步采取行动。 KKBOX，是专业的数位音乐资讯服务软体，获得最多家国内与国际知名音乐出版发行公司热情的赞助合作，在台湾音乐占着重要的地位。KKBOX可以看做湾湾版的QQ音乐、酷狗音乐，订阅业务就是开通会员，可以听到更多的收费歌曲。 比赛阶段： 2017年9月18日，比赛开始 2017年12月10日，结束队伍合并 2017年12月17日，比赛结束 2018年1月9日，论文提交截止 比赛细节 任务描述：预测用户在会员到期后的30天内是否会进行新的订阅。提交结果为流失的概率。例如1代表此用户完全会流失，0.6代表此用户流失的概率为60%。 训练集中，数据由2017年2月服务到期的用户构成，is_churn标签代表用户在2017年3月是否续订了业务。测试集中的数据由2017年3月内将到期的用户构成，需要预测用户是否在到期后的一个月内即2017年4月预定、流失的概率。 评价指标 数据与字段解释 train.csv 官方训练集 44.5MB msno:用户id，加密String is_churn:流失标签 ，仅包含0,1 sample_submission_zero.csv 提交结果 msno is_churn:预测流失概率，[0,1]浮点数 transactions.csv 用户交易流水 1.6GB msno payment_method_id：支付方式，Int payment_plan_days：订阅天数，Int plan_list_price：标价（新台币），Int actual_amount_paid：实际支付价格，Int is_auto_renew：是否自动续订，0，1 transaction_date：交易日期 membership_expire_date：到期日期 is_cancel：是否取消业务，0,1 user_logs.csv 用户行为日志 28.4GB msno，date: 日期 num_25: 当天歌曲播放长度小于25%的歌曲数量 num_50: 当天歌曲播放长度小于50%大于25%的歌曲数量 num_75: 当天歌曲播放长度小于70%大于50%的歌曲数量 num_985:当天歌曲播放长度小于98.5%大于75%的歌曲数量 num_100:当天歌曲播放长度大于98.5%的歌曲数量 num_unq: 当天听了多少首不同的歌 total_secs: 播放时间（秒） members.csv 用户基本信息 352MB msno city：城市，数值代替，Int bd: 年龄，有异常值，Int gender：male，female，String registered_via: 注册方式，数值代替，Int registration_init_time: 注册日期 %Y%m%d，String expiration_date: 会员最后到期日期 %Y%m%d ，String 相关比赛资料 WSDM CUP 2018 Call-for-Participants Customer Churn Prediction and Prevention Kernels :Competition data exploration Kernels :xgb baseline 建了个QQ交流群：671904286，比赛有兴趣的同学可以进群一起交流 交流帖：kaggle用户流失预测比赛交流 - 集智社区 欢迎关注专栏——数与码与作者，后期将继续更新比赛文章~ 最后，点一波赞吧~ via 集智 - 知乎专栏 http://ift.tt/2jRXHCl RSS7