CCF小组讨论1区

作者: 云中布衣   分类:  数据比赛    热度: (1700℃)   时间: 2015-10-27 0:13   标签: #国科大  #作业    

我是首页图菌


005ygoilzy6N26j77FD69.jpeg




CCF小组讨论区,我们组的选题是:广告点击行为预测


之前做过1%数据集的统计结果见这个文件:1%数据集的一些统计.pdf   在这里就不讨论了

后来我对整个train.data.xz文件中的数据集进行统计,统计结果表明一共有662 928 832条记录,且我把所有发生用户点击的记录全部筛选出来了,输出到click.txt文件当中,并对这个发生点击行为的数据集进行了统计,统计结果表明一共有4 346 947条记录。


先不去考虑那些没有生点击行为的记录,暂且认为这些没有发生点击行为的数据是无用的。接下来我们要对click.txt中的数据集进行分析和利用。click.xtx前十条数据如下:


ZjkxMzg5OGYwNjQz,1,OTI1Y2Y4MzRlMGZh,ZjIxNTg5NDg0YjI4,W7_CR31_,zh,MjE1YzM4OTdkODRh,1421328531,1
ZjkxMzg5OGYwNjQz,1,MWY1MWZlNTFmYTg5,MDk1NTZmMGU1NGI4,W7_CR31_,zh,M2Y4ZWY1OTUxMTM2,1420866923,1
ZjkxMzg5OGYwNjQz,1,MTViMTZjNzU4YzY4,NmEwN2NiNmQwNmIy,W7_CR31_,zh,M2Y4ZWY1OTUxMTM2,1420953193,1
ZjkxMzg5OGYwNjQz,1,MmJlZGNiODQ0YmNh,OTc2ODgzNjRjYjJm,W7_CR31_,zh,M2Y4ZWY1OTUxMTM2,1420953226,1
ZTRkMjRiM2M2ZGZi,1,YjZjYTBlMjU5YzAy,YTNkZjEyMGRjNDk3,W7_IE8._,zh,NTdmM2Q3OTI1ZWYx,1434677712,1
ZTRkMjRiM2M2ZGZi,1,Yzk3Zjc4MTE2NWNm,NjAwZjNiMjU3ODIz,W7_IE8._,zh,NTdmM2Q3OTI1ZWYx,1430190580,1
ZTRkMjRiM2M2ZGZi,1,ZmU1MmNkZGNlYzRj,OWE5NTUxMGU1YTI5,W7_IE8._,zh,NTdmM2Q3OTI1ZWYx,1427266043,1
ZTRkMjRiM2M2ZGZi,1,ZmU1MmNkZGNlYzRj,YzVmMzRmMjk1Y2Qz,W7_IE8._,zh,NTdmM2Q3OTI1ZWYx,1427266278,1
ZTRkMjRiM2M2ZGZi,1,NWFkZmFkODY1YmMy,MTk5OGVlZTU4ZmIy,W7_IE8._,zh,NTdmM2Q3OTI1ZWYx,1434422385,1
OTkzZWI3NDAxMGE2,1,ZjhjOGU5N2I0Mzhm,ZTc0ZDg5ODIwZGIx,WXP_CR38_,zh,ZGU0NjkzODhjZTcx,1421924304,1

(用户ID)(稳定性)(广告ID)(监测点ID)(操作系统)(浏览器信息)(IP地址)(时间)(曝光或点击标示符)
 

整个数据集中大概有100万个随机用户。我对click.txt数据集中的用户进行了统计,并将发生过点击行为的用户列表信息输出到user.txt,统计结果表明一共有646 842个用户发生过广告点击行为,也就是说剩下的353 158个用户在这近六个月的时间里并没有发生任何的广告点击行为,那么我们可以认为这些用户在接下来的一个礼拜的时间里也不会发生任何的广告点击行为。


对被点击的监测点进行统计,并输出到monitor.txt,统计结果表明一共有80 851个监测点被用户点击过。


对被点击的广告进行统计,并输出到ad.txt,统计结果表明一共有4 505个广告被用户点击过。



对这9个字段,我们暂时发现有用的字段是(用户ID)(广告ID)(监测点ID)(曝光或点击表示符)

其中(曝光或点击标示符)是用来筛选出发生过点击行为的记录,那么剩下的3个字段(用户ID)(广告ID)(监测点ID)是我们真正需要使用到的。我们且把他们提取出来,输出到click_3.txt。该数据集仅包含三个字段(用户ID)(广告ID)(监测点ID)



56.8K

发表评论:

© 云中布衣 2015 | Driven by EMLOG  | SiteMap | RunTime: 7.33ms RSS  | MORE  |   | TOP

文章数量【252】 评论数量【206】 稳定运行【1152天】

Visitor IP Address【54.162.239.233】

Email:ieeflsyu#outlook.com