给我们的题目介绍如下：
比赛背景：
随着移动设备的完善和普及，移动互联网+各行各业进入了高速发展阶段，这其中以O2O（Online to Offline）消费最为吸引眼球。据不完全统计，O2O行业估值上亿的创业公司至少有10家，也不乏百亿巨头的身影。O2O行业天然关联数亿消费者，各类APP每天记录了超过百亿条用户行为和位置记录，因而成为大数据科研和商业化运营的最佳结合点之一。 以优惠券盘活老用户或吸引新客户进店消费是O2O的一种重要营销方式。然而随机投放的优惠券对多数用户造成无意义的干扰。对商家而言，滥发的优惠券可能降低品牌声誉，同时难以估算营销成本。 个性化投放是提高优惠券核销率的重要技术，它可以让具有一定偏好的消费者得到真正的实惠，同时赋予商家更强的营销能力。本次大赛为参赛选手提供了O2O场景相关的丰富数据，希望参赛选手通过分析建模，精准预测用户是否会在规定时间内使用相应优惠券。
目的：提供用户在2016年1月1日至2016年6月30日之间真实线上线下消费行为，预测用户在2016年7月领取优惠券后15天以内的使用情况。
数据：
三份数据：
Table 1: 用户线下消费和优惠券领取行为
Table 2: 用户线上点击/消费和优惠券领取行为
Table 3：用户O2O线下优惠券使用预测样本
详情赛题介绍：https://tianchi.aliyun.com/getStart/information.htm?spm=5176.100067.5678.2.31f21db7y9hfjJ&raceId=231593
疑问：
预测的是用户优惠券的线下消费行为，那么给我们线上的数据的意义是什么？
线上数据可以提供与用户相关的特征，而线下数据可以提取到更加丰富的特征：用户相关的特征，商家相关的特征，优惠劵相关的特征，用户-商家交互特征
主要针对何种用户优惠卷使用情况进行预测？
在这里预测的是一些训练集中出现过的老客户的行为(这个很重要)
接下来开始正式分析。。。