数据集文档

背景介绍

调研表明，大部分用户除了对于酒店有偏好外，也有对于酒店房型的偏好。不同的酒店房型会提供酒店不同服务和礼惠政策等，这使得提供更多服务的同时，带来了用户一定程度的挑选时间。如何根据在用户的历史信息，挖掘出用户对于某些房型偏好，也为了节省用户的挑选时间和提供更好的服务。

下载与作品提交说明

数据集下载

下载地址：用户预订售卖房型概率预测

提交说明

本次比赛需要选手下载数据集，按照下载文件中的提交样例格式在比赛页面-【团队提交】中提交作品。

同时为了选手能更方便地通过K-Lab创建项目，向社区分享自己的创意，算法，学习记录等任何有价值的代码文档，或者通过fork和评论别人的项目来进行比赛和学习上的交流，我们也提供了在线的比赛数据集，使用方法为：

创建项目后：
Python用户，输入ls ../input/ctrip/ 查看数据路径
R用户，输入list.files("../input/ctrip/") 查看数据路径

数据描述

数据包含competition_train.txt和competition_test.txt两个文件。

同一orderid下，有且仅有一个orderlabel为1的售卖房型。本次比赛目的就是预测哪一个售卖房型（roomid）是用户最终预订的。
（具体的参考本页尾业务场景说明）

数据主要包含以下几个部分：用户数据、酒店数据、房型数据。
详情见数据字典或下载文件附件：数据字典样例说明.xlsx

数据字典

字段名	字段解释	取值范围
orderid	订单号	string
uid	用户名	string
orderdate	订购订单日期	string
hotelid	酒店号	string
basicroomid	物理房型号	string
roomid	每个房型号	string
orderlabel	该房型是否被订购	int，{0表示未订购，1表示订购}
star	酒店级别	int
rank	每个房型在物理房型内的位置	int
returnvalue	优惠价格	float
price_deduct	每个房型的展示的最终价格	float
basic_minarea	每个房型的最小面积	float
basic_maxarea	每个房型的最大面积	float

备注：字段basicroomid说明: 每个物理房型下会包含几个roomid

字段名	字段解释	取值范围
roomservice_1	售卖房型所具有的服务类型1	bigint, {服务类型1的取值为：0 ，1}
roomservice_2	售卖房型所具有的服务类型2	int, {服务类型2的取值为：0 ，1}
roomservice_3	售卖房型所具有的服务类型3	int, {服务类型3的取值为：0 ，1，2, 3}
roomservice_4	售卖房型所具有的服务类型4	int, {服务类型4的取值为：0 ，1，2, 3, 4, 5}
roomservice_5	售卖房型所具有的服务类型5	int, {服务类型5的取值为：0 ，1}
roomservice_6	售卖房型所具有的服务类型6	int, {服务类型6的取值为：0 ，1，2}
roomservice_7	售卖房型所具有的服务类型7	int, {服务类型7的取值为：0 ，1}
roomservice_8	售卖房型所具有的服务类型8	int, {服务类型8的取值为：1, 2, 3, 4, 5}

备注：每个房型都有自己所带有的服务类型。如，某房型具有“免费取消”、到店付等服务类型。此处给出8个比较受关注的服务类型

字段名	字段解释	取值范围
roomtag_1	售卖房型-标签1	int, {标签1的取值为：0 ，1}
roomtag_2	售卖房型-标签2	float, {标签2取值}
roomtag_3	售卖房型-标签3	float, {标签3取值}
roomtag_4	售卖房型-标签4	int, {标签4的取值为：0 ，1}
roomtag_5	售卖房型-标签5	int, {标签5的取值为：0 ，1}
roomtag_6	售卖房型-标签6	int, {标签6的取值为：0 ，1}

备注：每个售卖房型展示出来的也有不同的标签，如：某些售卖房型有“优惠”、“礼”等标签，此处给出6个比较重要的标签。

字段名	字段解释	取值范围
user_confirmtime	用户历史订购平均确认时长	float
user_avgadvanceddate	用户历史订购订单平均提前天数	float
user_avgstar	用户订购历史酒店平均级别	float
user_avggoldstar	用户订购历史酒店平均类级别	float
user_avgrecommendlevel	用户订购历史酒店平均推荐级别	float
user_avgroomnum	用户历史平均入住间数	float

字段名	字段解释	取值范围
ordertype_1_ratio	用户订购订单类型为1的订单占比	float
ordertype_2_ratio	用户订购订单类型为2的订单占比	float
ordertype_3_ratio	用户订购订单类型为3的订单占比	float
ordertype_4_ratio	用户订购订单类型为4的订单占比	float
ordertype_5_ratio	用户订购订单类型为5的订单占比	float
ordertype_6_ratio	用户订购订单类型为6的订单占比	float
ordertype_7_ratio	用户订购订单类型为7的订单占比	float
ordertype_8_ratio	用户订购订单类型为8的订单占比	float
ordertype_9_ratio	用户订购订单类型为9的订单占比	float
ordertype_10_ratio	用户订购订单类型为10的订单占比	float
ordertype_11_ratio	用户订购订单类型为11的订单占比	float

备注：我们将用户历史的订单所具有的特点，对订单进行归类。注意这些类别之间并不完全独立，有重叠部分。如：订单类型1为工作日订单、订单类型2为游玩订单等。此处列出11种。

字段名	字段解释	取值范围
user_avgdealpriceholiday	用户节假日成交订单平均价格	float
user_avgdealpriceworkday	用户工作日成交订单平均价格	float
user_avgdealprice	用户成交订单平均价格	float
user_avgpromotion	用户订单平均返现价格	float
user_avgprice_star	用户不同星级订单的平均价格	float

字段名	字段解释	取值范围
orderbehavior_1_ratio	用户发生行为1的订单占比	float
orderbehavior_2_ratio	用户发生行为2的订单占比	float
orderbehavior_3_ratio_1week	用户过去一周发生行为3的订单占比	float
orderbehavior_4_ratio_1week	用户过去一周发生行为4的订单占比	float
orderbehavior_5_ratio_1week	用户过去一周发生行为5的订单占比	float
orderbehavior_3_ratio_1month	用户过去一个月发生行为3的订单占比	float
orderbehavior_4_ratio_1month	用户过去一个月发生行为4的订单占比	float
orderbehavior_5_ratio_1month	用户过去一个月发生行为5的订单占比	float
orderbehavior_3_ratio_3month	用户过去三个月发生行为3的订单占比	float
orderbehavior_4_ratio_3month	用户过去三个月发生行为4的订单占比	float
orderbehavior_5_ratio_3month	用户过去三个月发生行为5的订单占比	float
orderbehavior_6_ratio	用户发生行为6的订单占比	float
orderbehavior_7_ratio	用户发生行为7的订单占比	float
orderbehavior_8	用户价格维度构造的新维度	float
orderbehavior_9	用户部分订单价格的汇总	float

备注：我们对用户在订购订单或者选择订单的自主行为进行归类，注意这些类之间也并不独立，有重叠部分。如：用户参与评论的订单数占比、用户选择高价房型的订单占比等。此处列出7种不同日期的行为。orderbehavior_8和9为用户选择产品中行为指标的汇总。

字段名	字段解释	取值范围
user_ordernum	用户历史订购订单数	bigint
user_activation	用户活跃度	float
user_avgprice	用户消费均价	float
user_maxprice	用户消费最高价	float
user_minprice	用户消费最低价	float
user_stdprice	用户消费订单价格的波动系数	float
user_cvprice	用户消费订单价格的变异系数	float
user_citynum	用户订购不同的城市数	int
user_avgroomarea	用户历史订购房间的平均面积	float

字段名	字段解释	取值范围
user_roomservice_4_0ratio	订购售卖房型服务类型为roomservice_4中取值为0类型的订单占比	float
user_roomservice_4_2ratio	订购售卖房型服务类型为roomservice_4中取值为2类型的订单占比	float
user_roomservice_4_3ratio	订购售卖房型服务类型为roomservice_4中取值为3类型的订单占比	float
user_roomservice_4_4ratio	订购售卖房型服务类型为roomservice_4中取值为4类型的订单占比	float
user_roomservice_4_1ratio	订购售卖房型服务类型为roomservice_4中取值为1类型的订单占比	float
user_roomservice_4_5ratio	订购售卖房型服务类型为roomservice_4中取值为5类型的订单占比	float
user_roomservice_3_123ratio	订购售卖房型服务类型为roomservice_3中取值为1，2, 3类型的订单总和占比	float
user_roomservice_6_2ratio	订购售卖房型服务类型为roomservice_6中取值为2类型的订单占比	float
user_roomservice_6_1ratio	订购售卖房型服务类型为roomservice_6中取值为1类型的订单占比	float
user_roomservice_6_0ratio	订购售卖房型服务类型为roomservice_6中取值为0类型的订单占比	float
user_roomservice_5_1ratio	订购售卖房型服务类型为roomservice_5中取值为1类型的订单占比	float
user_roomservice_7_0ratio	订购售卖房型服务类型为roomservice_7中取值为0类型的订单占比	float
user_roomservice_2_1ratio	订购售卖房型服务类型为roomservice_2中取值为1类型的订单占比	float
user_roomservice_8_1ratio	订购售卖房型服务类型为roomservice_8中取值为1类型的订单占比	float
user_rank_ratio	用户历史订购房物理房型内的房型型位置均值	float
user_roomservice_5_345ratio	订购售卖房型服务类型为roomservice_5中取值为3，4, 5类型的订单占比	float

字段名	字段解释	取值范围
user_ordnum_1week	用户过去一周订单数	bigint
user_avgprice_1week	用户过去一周历史订单均价	float
user_medprice_1week	用户过去一周订单价格中位数	float
user_minprice_1week	用户过去一周订单最低价	float
user_maxprice_1week	用户过去一周订单最高价	float
user_roomservice_3_123ratio_1week	用户过去一周订购售卖房型类型为roomservice_3中取值为123类型之和的订单占比	float
user_roomservice_7_1ratio_1week	用户过去一周订购售卖房型类型为roomservice_7中取值为1类型之和的订单占比	float
user_roomservice_7_0ratio_1week	用户过去一周订购售卖房型类型为roomservice_7中取值为0类型之和的订单占比	float
user_roomservice_4_5ratio_1week	用户过去一周订购售卖房型类型为roomservice_4中取值为5类型之和的订单占比	float
user_roomservice_4_4ratio_1week	用户过去一周订购售卖房型类型为roomservice_4中取值为4类型之和的订单占比	float
user_roomservice_4_2ratio_1week	用户过去一周订购售卖房型类型为roomservice_4中取值为2类型之和的订单占比	float
user_roomservice_4_3ratio_1week	用户过去一周订购售卖房型类型为roomservice_4中取值为3类型之和的订单占比	float
user_roomservice_4_0ratio_1week	用户过去一周订购售卖房型类型为roomservice_4中取值为0类型之和的订单占比	float

字段名	字段解释	取值范围
user_ordnum_1month	用户过去一个月订单数	bigint
user_avgprice_1month	用户过去一个月历史订单均价	float
user_medprice_1month	用户过去一个月订单价格中位数	float
user_minprice_1month	用户过去一个月订单最低价	float
user_maxprice_1month	用户过去一个月订单最高价	float
user_roomservice_3_123ratio_1month	用户过去一个月订购售卖房型类型为roomservice_3中取值为123类型之和的订单占比	float
user_roomservice_7_1ratio_1month	用户过去一个月订购售卖房型类型为roomservice_7中取值为1类型之和的订单占比	float
user_roomservice_7_0ratio_1month	用户过去一个月订购售卖房型类型为roomservice_7中取值为0类型之和的订单占比	float
user_roomservice_4_5ratio_1month	用户过去一个月订购售卖房型类型为roomservice_4中取值为5类型之和的订单占比	float
user_roomservice_4_4ratio_1month	用户过去一个月订购售卖房型类型为roomservice_4中取值为4类型之和的订单占比	float
user_roomservice_4_2ratio_1month	用户过去一个月订购售卖房型类型为roomservice_4中取值为2类型之和的订单占比	float
user_roomservice_4_3ratio_1month	用户过去一个月订购售卖房型类型为roomservice_4中取值为3类型之和的订单占比	float
user_roomservice_4_0ratio_1month	用户过去一个月订购售卖房型类型为roomservice_4中取值为0类型之和的订单占比	float

字段名	字段解释	取值范围
user_ordnum_3month	用户过去三个月订单数	bigint
user_avgprice_3month	用户过去三个月历史订单均价	float
user_medprice_3month	用户过去三个月订单价格中位数	float
user_minprice_3month	用户过去三个月订单最低价	float
user_maxprice_3month	用户过去三个月订单最高价	float
user_roomservice_3_123ratio_3month	用户过去三个月订购售卖房型类型为roomservice_3中取值为123类型之和的订单占比	float
user_roomservice_7_1ratio_3month	用户过去三个月订购售卖房型类型为roomservice_7中取值为1类型之和的订单占比	float
user_roomservice_7_0ratio_3month	用户过去三个月订购售卖房型类型为roomservice_7中取值为0类型之和的订单占比	float
user_roomservice_4_5ratio_3month	用户过去三个月订购售卖房型类型为roomservice_4中取值为5类型之和的订单占比	float
user_roomservice_4_4ratio_3month	用户过去三个月订购售卖房型类型为roomservice_4中取值为4类型之和的订单占比	float
user_roomservice_4_2ratio_3month	用户过去三个月订购售卖房型类型为roomservice_4中取值为2类型之和的订单占比	float
user_roomservice_4_3ratio_3month	用户过去三个月订购售卖房型类型为roomservice_4中取值为3类型之和的订单占比	float
user_roomservice_4_0ratio_3month	用户过去三个月订购售卖房型类型为roomservice_4中取值为0类型之和的订单占比	float

字段名	字段解释	取值范围
basic_week_ordernum_ratio	物理房型过去一周订单/酒店订单数占比	float
basic_recent3_ordernum_ratio	物理房型过去三天订单/酒店订单数占比	float
basic_comment_ratio	物理房型评论数占比	float
basic_30days_ordnumratio	物理房型过去30天订单/酒店订单数占比	float
basic_30days_realratio	物理房型过去30天的成交价的优势系数	float
room_30days_ordnumratio	每个房型过去30天订单/酒店订单数占比	float
room_30days_realratio	每个房型过去30天的成交价的优势系数	float

字段名	字段解释	取值范围
orderid_lastord	用户上次订购的订单号	string
orderdate_lastord	用户上次订购的订单日期	string
hotelid_lastord	用户上次订购酒店号	string
roomid_lastord	用户上次订购房型号	string
basicroomid_lastord	用户上次订购物理房型号	string
rank_lastord	用户上次订购房型在物理房型内的位置	int
return_lastord	用户上次订购返现价格	float
price_last_lastord	用户上次订购房型价格	float
roomservice_2_lastord	用户上次订购的售卖房型-服务类型2	int, {服务类型2的取值为：0 ，1}
roomservice_3_lastord	用户上次订购的售卖房型-服务类型3	int, {服务类型3的取值为：0 ，1，2, 3}
roomservice_4_lastord	用户上次订购的售卖房型-服务类型4	int, {服务类型4的取值为：0 ，1，2, 3, 4, 5}
roomservice_5_lastord	用户上次订购的售卖房型-服务类型5	int, {服务类型5的取值为：0 ，1}
roomservice_6_lastord	用户上次订购的售卖房型-服务类型6	int, {服务类型6的取值为：0 ，1，2}
roomservice_8_lastord	用户上次订购的售卖房型-服务类型8	int, {服务类型8的取值为：1, 2, 3, 4, 5}
roomtag_2_lastord	用户上次订购的售卖房型-标签2	float, {标签2取值}
roomtag_3_lastord	用户上次订购的售卖房型-标签3	float, {标签3取值}
roomtag_4_lastord	用户上次订购的售卖房型-标签4	int, {标签4的取值为：0 ，1}
roomtag_5_lastord	用户上次订购的售卖房型-标签5	int, {标签5的取值为：0 ，1}
roomtag_6_lastord	用户上次订购的售卖房型-标签6	int, {标签6的取值为：0 ，1}
star_lastord	用户上次订购酒店级别	int
hotel_minprice_lastord	用户上次订购的订单所在酒店的最低价	float
basic_minprice_lastord	用户上次订购的订单所在酒店所在物理房型的最低价	float

数据预览

orderid	uid	orderdate	hotelid	basicroomid	roomid	orderlabel	star	rank	returnvalue	price_deduct	basic_minarea	basic_maxarea	roomservice_1	roomservice_4	roomservice_6	roomservice_7	roomservice_8	roomtag_2	roomtag_3	user_confirmtime	user_avgadvanceddate	user_avgstar	user_avggoldstar	user_avgrecommendlevel	user_avgroomnum	ordertype_1_ratio	ordertype_2_ratio	ordertype_3_ratio	ordertype_4_ratio	ordertype_5_ratio	ordertype_6_ratio	ordertype_7_ratio	ordertype_8_ratio	ordertype_9_ratio	ordertype_10_ratio	user_avgdealpriceholiday	user_avgdealpriceworkday	user_avgdealprice	user_avgpromotion	user_avgprice_star	orderbehavior_2_ratio	orderbehavior_6_ratio	orderbehavior_7_ratio	orderbehavior_8	orderbehavior_9	user_ordernum	user_activation	user_avgprice	user_maxprice	user_minprice	user_citynum	user_avgroomarea	user_roomservice_4_2ratio	user_roomservice_4_3ratio	user_roomservice_4_4ratio	user_roomservice_3_123ratio	user_roomservice_5_1ratio	user_roomservice_7_0ratio	user_roomservice_8_1ratio	basic_week_ordernum_ratio	basic_recent3_ordernum_ratio	basic_comment_ratio	basic_30days_ordnumratio	basic_30days_realratio	room_30days_ordnumratio	room_30days_realratio
ORDER_12251191	USER_318560	2013/4/15	HOTEL_174550	BASIC_635351	ROOM_27728713	0	9	3	200	3830				2	0	0	1		490	-991.82355	1.4705882	7.2352943	6.647059	11.705882	302	0.25	0.05882353	0	0	0	0.29411766	0.7058824	0.9411765	0.3529412	0.29411766	1657.3999	932.8	1113.95	237.35	1188.9412	0.23529412	0.23076923	0.30769232	34.88	68.36923	334	4.475698	1113.95	2750	440	212	1	0.8235294	0.23529412	0.8235294	0.29411766	0.3529412	0.4117647	1
ORDER_12194265	USER_516846	2013/4/14	HOTEL_7026	BASIC_23623	ROOM_9822111	0	5	11	200	842	41	41	2	5	0	0	2	310		-2	2	9	9	15	302	0					0	1	1	0.5	1		1325	1325	263	1325		0	0.5	66.72	76	304	1.4089056	1325	1343	1307	202	1	1	0	1	0	0.5	0	0.5	0.36666667	0.4	0.16838488
ORDER_12194265	USER_516846	2013/4/14	HOTEL_7026	BASIC_23626	ROOM_982435	0	5	5	200	995	71	71	2	2	2	1	2	310	466	-2	2	9	9	15	302	0					0	1	1	0.5	1		1325	1325	263	1325		0	0.5	66.72	76	304	1.4089056	1325	1343	1307	202	1	1	0	1	0	0.5	0	0.5	0	0	0.008591065
ORDER_12194265	USER_516846	2013/4/14	HOTEL_7026	BASIC_23626	ROOM_982423	0	5	3	200	995	71	71	2	2	2	1	2	310	496	-2	2	9	9	15	302	0					0	1	1	0.5	1		1325	1325	263	1325		0	0.5	66.72	76	304	1.4089056	1325	1343	1307	202	1	1	0	1	0	0.5	0	0.5	0	0	0.008591065
ORDER_12194265	USER_516846	2013/4/14	HOTEL_7026	BASIC_23623	ROOM_982105	0	5	5	200	677	41	41	2	5	0	0	1		496	-2	2	9	9	15	302	0					0	1	1	0.5	1		1325	1325	263	1325		0	0.5	66.72	76	304	1.4089056	1325	1343	1307	202	1	1	0	1	0	0.5	0	0.5	0.36666667	0.4	0.16838488	0.3272727	1	0.27272728	1
ORDER_12194265	USER_516846	2013/4/14	HOTEL_7026	BASIC_23625	ROOM_982359	0	5	9	200	821	51	51	2	3	0	0	1		496	-2	2	9	9	15	302	0					0	1	1	0.5	1		1325	1325	263	1325		0	0.5	66.72	76	304	1.4089056	1325	1343	1307	202	1	1	0	1	0	0.5	0	0.5	0.06666667	0	0.11512028
ORDER_12194265	USER_516846	2013/4/14	HOTEL_7026	BASIC_23624	ROOM_982335	0	5	5	200	824	45	45	2	5	2	1	1		496	-2	2	9	9	15	302	0					0	1	1	0.5	1		1325	1325	263	1325		0	0.5	66.72	76	304	1.4089056	1325	1343	1307	202	1	1	0	1	0	0.5	0	0.5	0.033333335	0	0.104811
ORDER_12194265	USER_516846	2013/4/14	HOTEL_7026	BASIC_23624	ROOM_982319	0	5	9	200	908	45	45	2	5	0	0	2	310		-2	2	9	9	15	302	0					0	1	1	0.5	1		1325	1325	263	1325		0	0.5	66.72	76	304	1.4089056	1325	1343	1307	202	1	1	0	1	0	0.5	0	0.5	0.033333335	0	0.104811
ORDER_12194265	USER_516846	2013/4/14	HOTEL_7026	BASIC_23621	ROOM_981975	0	5	5	200	824	37	37	2	2	0	0	2	310	466	-2	2	9	9	15	302	0					0	1	1	0.5	1		1325	1325	263	1325		0	0.5	66.72	76	304	1.4089056	1325	1343	1307	202	1	1	0	1	0	0.5	0	0.5	0.033333335	0	0.20618556
ORDER_12194265	USER_516846	2013/4/14	HOTEL_7026	BASIC_23623	ROOM_982247	1	5	7	200	767	41	41	2	5	2	1	1		496	-2	2	9	9	15	302	0					0	1	1	0.5	1		1325	1325	263	1325		0	0.5	66.72	76	304	1.4089056	1325	1343	1307	202	1	1	0	1	0	0.5	0	0.5	0.36666667	0.4	0.16838488

业务场景说明

Image Name

备注：
1）提供的数据经过了脱敏，和产品的实际信息有一些差距，但是不影响赛题可解性。
2）不允许使用非正当渠道获取的外部数据。

携程-用户预订售卖房型概率预测