JDD-2017

JDD-2017 京东金融大数据竞赛-销量预测-15th解决方案

比赛说明

通过竞赛数据中店铺过往的销售记录，商品信息，商品评价，以及广告费用等信息来建立预测模型，预测店铺未来90天内的销售额。 训练数据包含2017-04-30日之前270天之内若干店铺的每日订单量、销售额、顾客数、评价数、广告费用等数据，下架时间在2017-04-30之后或者未下架的商品数据，以及这些店铺2016年6月-2017年1月每月末后90天内的销售额。

数据处理

特殊的数据主要包含以下几部分

• 活动促销：比如双11和618
• 特殊月份：比如过年前后
• 店铺刷单：有些店铺平时销量很低，会有几天莫名其妙的很高
• 下降商品：某些店铺会在短时间内下架大量的商品

数据集划分

我们试过非常多的方案，最终选择了使用一个月作为训练区间，该月的前三个月作为特征提取区间

特征

商品特征

• 在售总商品数
• 平均每个商品的订单量
• 平均每个商品的实际销量
• 平均每个商品的退货订单数
• 未售商品占总商品的比例

订单特征

• 总销售金额
• 平均每个订单销售金额
• 总优惠金额
• 平均每笔订单优惠金额
• 总优惠金额占总销售金额比
• 总订单量
• 总退货订单量
• 总实际订单量
• 总退货订单金额
• 退货金额占总销售额金额的比
• 总实际销售金额
• 平均每笔订单实际销售金额
• 总顾客数
• 平均每个顾客的订单量
• 平均每个顾客的购买金额
• 平均每个顾客的退货订单数
• 平均每个顾客的退货金额
• 总优惠笔数
• 总优惠金额占总退货金额比例
• 平均每笔订单总优惠金额占总退货金额比例
• 平均每笔优惠金额
• 平均销售金额增长率（每个月和前一个月算增长率，所有增长率取平均）
• 平均订单量增长率
• 平均退货订单增长率
• 平均退货金额增长率

评价特征（取平均的时候是按照有效评论日期取平均）

• 总好评数
• 总中评数
• 总差评数
• 总评论数
• 平均好评数
• 平均中评数
• 平均差评数
• 好评率
• 差评率
• 中评率
• 平均好评率增长率

交叉特征

• 平均每个月的充值广告费用占总销售金额比
• 平均每个月的充值广告费用占实际销售金额比
• 平均每个订单的好评率
• 平均每个订单的差评率
• 平均每个订单的好评数
• 平均每个订单的差评数

销售额和下架特征

• 总销售额
• 当月销售额
• 前一个月总销售金额
• 前两个月总销售金额
• 前三个月总销售金额
• 前一个周总销售金额
• 前两个周总销售金额
• 前三个周总销售金额
• 前一个月下架商品数
• 前两个月下架商品数
• 前三个月下架商品数
• 最近一周下架商品数

一开始加的特征比较多，因为效果还不错吧，所以也没有根据线上去判断一下哪些特征是否有用，而且这个比赛想构建一个比较稳定的线下验证是非常困难的，因为销量波动还是比较大的，所以更多的时候是以线上来验证我的一些想法。根据特征的重要性来看，跟销售金额有关的特征比较强一些，某些特征重要性非常低但是我也没删除。

后处理

因为某些店铺的销量波动实在是太大了，所以除了预测销量的模型之外，我还尝试构建了一个二分类模型，主要来区别销量比较平稳和销量波动很大的商铺，所以最终的模型为：