赛题链接： http://www.wid.org.cn/data/science/player/competition/detail/description/242
在复赛中，参赛者需要以电力用户的95598工单数据、电量电费营销数据等为基础，综合分析电费敏感客户特征，建立客户电费敏感度模型，对电费敏感用户的敏感程度进行量化评判，帮助供电企业快速、准确的识别电费敏感客户，从而对应的提供有针对性的电费、电量提醒等精细化用电服务。
详细解决方案pdf戳 这里
按照95598工单记录次数对用户分为两类，分别构造特征和建模。
程序依赖python3及以下程序包
程序运行需要以下文件
/stopwords.txt 停用词表
请将原始数据放于下面目录中, 请确保都是utf-8编码格式
/rawdata/
01_arc_s_95598_wkst_train.tsv
01_arc_s_95598_wkst_test.tsv
02_s_comm_rec.tsv
09_arc_a_rcvbl_flow.tsv
09_arc_a_rcvbl_flow_test.tsv
train_label.csv
test_to_predict.csv
其余目录作用
/code/ 用于存放程序代码
/myfeatures/ 用于存放程序运行生成的各种特征文件
/result/ 用于存放最终的输出结果
确认以上文件存在之后，依次运行：
python code/create_features_A.py # 生成低敏感度用户的特征文件
python code/select_features_A.py # 采用xgboost对低敏感度用户的文本特征进行筛选
python code/model_A.py # 训练低敏感度用户的预测模型，及模型融合
python code/create_features_B.py # 生成高敏感度用户的特征文件
python code/select_features_B.py # 采用xgboost对高敏感度用户的文本特征进行筛选
python code/model_B.py # 训练高敏感度用户的预测模型，及模型融合
程序输出的结果包括特征文件和最终预测结果两部分：
myfeatures/
statistical_features_1.pkl 低敏感度用户的统计特征
text_features_1.pkl 低敏感度用户在表1中的ACCEPT_CONTENT文本信息
single_select_words.pkl 低敏感度用户部分，采用xgboost选择的文本特征
statistical_features_2.pkl 高敏感度用户的统计特征
text_features_2.pkl 高敏感度用户在表1中的ACCEPT_CONTENT文本信息
multi_select_words.pkl 高敏感度用户部分，采用xgboost选择的文本特征
result/
A.csv 低敏感度用户中的电费敏感用户
B.csv 高敏感度用户中的电费敏感用户
result.csv 合并结果
如果觉得不错的话，欢迎大家点击右上角star，谢谢！
我们参加的其他竞赛：