携程--出行产品未来14个月预测

这次比赛是使用了规则和模型两部分来进行融合。

规则部分是在一个朋友的建议下写出来的。具体思路是这4种的加权。第一种是去年同月的销量，第二种是去年的年平均销量，第三种是过去连续几个月靠近预测月的权重给大一些，离得远的给小一些，第四种是去年同月的月销量和年平均销量的差值。

接下来是模型部分。我用的是xgb和随机森林的加权融合。整体指导思想是，利用过去一年的销量来预测未来的14个月。提取的特征有：每款产品过去的12个月每个月的销量，过去5 7 9 11个月的销量均值，每款产品的基本属性（赛题提供），每款产品的当月订单数，同样处理出来均值特征，每款产品的月销量金额，同样处理出来均值，之后是对应的差值。

模型部分的特征：

1：

ave_5：过去5个月的平均销量

ave_7

ave_9

ave_11

2：出行产品的基本属性（对于缺失值大的，直接忽略）

'railway'：是否接近铁路

'airport'：是否接近飞机场

'citycenter'：是否在城市中心

等等

3：

order_ave_5：过去5个月的 平均订单量

order_ave_7

order_ave_9

order_ave_11

4：

month_price_zong：月总销售价钱

month_price_zong_ave_5：过去5个月的月总销售价钱

month_price_zong_ave_7

month_price_zong_ave_9

month_price_zong_ave_11

5：

产品的评分差值 ，做法是选取几个月的 评分，然后求差值

6：

startdate_change：产品的上市日期

更新日期、和携程的合作日期

最后的结果是0.3倍的规则结果加权 + 0.4倍的随机森林加权 + 0.3倍的xgb加权