[天池竞赛系列]阿里音乐流行趋势预测大赛初赛三等奖思路

第一赛季8名，第二赛季11名

主要使用模型和规则

预处理：过滤异常用户的操作记录，比如一整天都听同一首歌，疯狂下载歌的等等

构建样本：对每个歌手建模，每一天的播放数据为一个样本，有的歌手会出现很多突然的波动，使用7点平滑

特征：因为是对每个歌手建模，所以不用考虑歌手特征，全部使用时间特征
工作日，节假日，是否加班，放假第几天，工作第几天，星期几，节前，节后等等
趋势特征：不同大小的窗口做差分特征，从训练集开始按时间编号，训练集使用3个月的数据，按天编号1~90，预测集91~150，按周编号，按月编号等等

模型：LR+SVR+RF+XGBOOST  bagging融合

训练集训练模型，反过来预测训练集，将偏差过大的歌手从训练集删除，拿出来单独分析

发现这些歌手变动情况比较大，模型难以预测

考虑使用规则，考虑评分公式，排除一些变量，简化公式求导可得一个预测均值，e(1/tk)/e(1/tk^2)作为预测结果

过滤出一些模型预测为负的歌手，观察发现这些歌手趋势下降太快，导致模型预测为负，将预测为负的部分用规则处理

有明显提高，因为有时候偏差过大的话会导致这个歌手的得分为负。

最后融合一下模型和规则就是最后线上成绩

最近在实习，投入这个比赛的精力较少，初赛复赛基本都是最后一周开始搞，所以方案略简单，也没有考虑歌手的一些细节特征

观察过发布新歌和趋势好像没有明显关系？莫非是观察的姿势不对。。