大赛名称：第二届智慧中国杯精品旅行服务成单预测数据竞赛
大赛截止日期：2018年2月7日23:59:59
竞赛背景
#第二届智慧中国杯首发# 皇包车（HI GUIDES）是一个为中国出境游用户提供全球中文包车游服务的平台。拥有境外10万名华人司机兼导游（司导），覆盖全球90多个国家，1600多个城市，300多个国际机场。截止2017年6月，已累计服务400万中国出境游用户。 由于消费者消费能力逐渐增强、旅游信息不透明程度的下降，游客的行为逐渐变得难以预测，传统旅行社的旅游路线模式已经不能满足游客需求。如何为用户提供更受欢迎、更合适的包车游路线，就需要借助大数据的力量。结合用户个人喜好、景点受欢迎度、天气交通等维度，制定多套旅游信息化解决方案和产品。
奖项
第一名 : 共计1名，20000元现金/队 + 日本东京《千与千寻》5日包车游（7座车）；
第二名 : 共计2名，10000元现金/队+ 日本东京《醉美箱根》1日包车游（7座车）；
第三名 : 共计3名，5000元现金/队；
第四名 : 共计5名，皇包车提供的1688元现金券/队；
入围奖：共计50名，皇包车提供的2088元现金券/队。
*注：以上第一、第二名奖品均为日本东京包车游，不包含签证，酒店，机票价格。
（详情咨询DC小运营QQ：3511403105）
·实习岗位
数据分析实习生；
产品实习生（数据方向）；
IOS/android技术实习生。
*注：以上岗位均由皇包车公司提供.
时间安排
注：2017年2月1日零点排行榜将由A榜单成绩刷新为B榜单成绩（A/B榜详情请见评分算法说明）
参赛与组队规则
评分标准
评分算法
A/B榜规则说明：
1. 数据分为训练数据和测试数据，在比赛开始时一并公布给参赛者；
2. 参赛者需要根据训练数据训练模型，并提交对测试数据的预测结果；
3. 主办方后台会把测试数据划分为A榜测试数据和B榜测试数据，参赛者提交对测试数据的预测结果后，系统会即时显示对于A榜测试数据的得分和排名；
4. 对于B榜测试数据的得分和排名，将会于比赛结束前一周公布并即时覆盖原来的A榜得分和排名，彼时，参赛者可以根据B榜测试数据的得分进一步调整自己的模型；
5. Z终的排名，以B榜的得分和排名为准。
任务
在这个比赛中，我们提供了5万多名用户在旅游app中的浏览行为记录，其中有些用户在浏览之后完成了订单，且享受了精品旅游服务，而有些用户则没有下单。
参赛者需要分析用户的个人信息和浏览行为，从而预测用户是否会在短期内购买精品旅游服务。
数据
*注 :
报名参赛或加入队伍后，可获取数据下载权限。
（1）数据整体描述：
数据包含5万多名用户的个人信息，以及他们上百万条的浏览记录和相应的历史订单记录，还包含有用户对历史订单的评论信息。
这些用户被随机分为2组，80%作为训练集，20%作为测试集。
两组数据的处理方式和内容类型是一致的，维壹不同的就是测试集中不提供需要预测的订单类型（即是否有购买精品旅游服务）。
（2）数据详细描述：
(a)用户个人信息：userProfile_***.csv
（***表示train或者test，下同）
数据共有四列，分别是用户id、性别、省份、年龄段。注：信息会有缺失。
例如：
userid,gender,province,age
100000000127,,上海,
100000000231,男,北京,70后
(b)用户行为信息：action_***.csv
数据共有三列，分别是用户id，行为类型，发生时间。
例如：
userid,actionType,actionTime
100000000111,1,1490971433
100000000111,5,1490971446
100000000111,6,1490971479
100000000127,1,1490695669
100000000127,5,1490695821
行为类型一共有9个，其中1是唤醒app；2~4是浏览产品，无先后关系；5~9则是有先后关系的，从填写表单到提交订单再到Z后支付。
注意：数据存在一定的缺失！
(c)用户历史订单数据：orderHistory_***.csv
该数据描述了用户的历史订单信息。数据共有7列，分别是用户id，订单id，订单时间，订单类型，旅游城市，国家，大陆。其中1表示购买了精品旅游服务，0表示未购买精品旅游服务（包括普通旅游服务和未下订单）。
注意：同一时刻可能有多个订单，属于父订单和子订单的关系。
例如：
userid,orderid,orderTime,orderType,city,country,continent
100000000371, 1000709,1503443585,0,东京,日本,亚洲
100000000393,
1000952,1499440296,0,巴黎,法国,欧洲
注意：一个用户可能会有多个订单，需要预测的是用户Z近一次订单的类型；此文件给到的订单记录都是在“被预测订单”之前的记录信息！
(d)待预测订单的数据：orderFuture_***.csv
对于train，有两列，分别是用户id和订单类型。供参赛者训练模型使用。其中1表示购买了精品旅游服务，0表示未购买精品旅游服务（包括普通旅游服务和未下订单）。
例如：
userid,orderType
102040050111,0
103020010127,1
100002030231,0
对于test，只有一列用户id，是待预测的用户列表。
(e)评论数据：userComment_***.csv
共有5个字段，分别是用户id，订单id，评分，标签，评论内容。
其中受数据保密性约束，评论内容仅显示一些关键词。
userid,orderid,rating,tags,commentsKeyWords
100000550471,
1001899,5.0,,
10044000637,
1001930,5.0,主动热情|提前联系|景点介绍详尽|耐心等候,
111333446057,
1001960,5.0,主动热情|耐心等候,['平稳', '很好']
| 大学生分类赛事交流QQ群组 | |
| 提示：建议同学们根据自己的专业和兴趣爱好有选择性的添加，而不是盲从添加所有群组。（每人限加4个，谢谢配合！） | |
| 我爱竞赛网赛事交流总群 | 1061549229 |
| 商业创业比赛交流群 | 712872412 |
| 设计广告比赛交流群 | 1130798468 |
| 科技IT类比赛交流群 | 952392386 |
| 学科技能比赛交流群 | 788290720 |
| 选秀歌唱比赛交流群 | 1132347268 |
| 兴趣爱好比赛交流群 | 936117096 |
| 公益志愿者交流群 | 952090434 |
| 青年机遇信息交流群 | 671996694 |
