浙江工商大学计算机与信息工程学院 《Python 程序设计与实践》大作业报告 专 业： 计科 班 级： 1404 学 号：**********、**********、********** 姓 名： 陆阳，孙勇，裘昇明 指导教师： ** 2015 年 6 月 28 日 题目介绍： 在真实的业务场景下，我们往往需要对所有商品的一个子集构建个性化推荐模型。在完成这件任务的过程中，我们不仅需要利用用户在这个商品子集上的行为数据，往往还需要利用更丰富的用户行为数据。定义如下的符号： U— — 用户集合 I— — 商品全集 P— — 商品子集，P ⊆ I D— — 用户对商品全集的行为数据集合 那么我们的目标是利用 D 来构造 U 中用户对P 中商品的推荐模型。 数据说明： 竞赛数据包含两个部分。第一部分是用户在商品全集上的移动端行为数据（D）,表名为 tianchi_mobile_recommend_train_user，包含如下字段： 字 段 字 段 说 明 提 取 说 明 user_id 用 户 标 识 抽 样 &字 段 脱 敏 item_id 商 品 标 识 字 段 脱 敏 behavior_type 用 户 对 商 品 的 行 为 类 型 包 括 浏 览 、收藏、加购物车、购买，对 应取值分别是 1、2、3、4。 user_geohash 用 户 位置的 空间标 识 ，可以为 空 由经纬度通过保密的 算法生成 item_category 商 品 分类 标 识 字 段 脱 敏 time 行 为 时间 精确到小时级别 第二个部分是商品子集（P）,表名为tianchi_mobile_recommend_train_item，包含如下字段： 字 段 字 段 说 明 提 取 说 明 item_id 商 品 标 识 抽 样 &字 段 脱 敏 item_ geohash 商 品 位 置 的 空 间 标 识 ， 可 以 为空 由经纬度通过保密的 算法生成 item_category 商 品 分类标 识 字 段 脱 敏 训练数据包含了抽样出来的一定量用户在一个月时间（11.18~12.18）之内的移动端行为数据（D），评分数据是这些用户在这个一个月之后的一天（12.19）对商品子集（P）的购买数据。参赛者要使用训练数据建立推荐模型，并输出用户在接下来一天对商品子集购买行为的预测结果。 大作业报告内容包括以下几个部分 1、数据分组统计： 可统计有多少用户、商品、商品类别等信息，甚至每天各种行为的统计数。如图： 还有，在给出的用户行为数据中，有些用户在整个11-18 日至12-18 日对商品有浏览行为记录，但是从未产生过购买行为，这些用...
