微信小程序开发-优惠券卡卷案例源码.zip

O2O优惠券使用预测的第一名解决方案

亲自实测可以用基于PHP开发一款淘宝客商城系统源码，是一款淘宝客京东拼多多三合一公众号系统，包含了公众号微信端、H5端和封装APP 。本程序完整，包括常用素材文件 常用图片文件，总之非常全面。

提供一个类似于优惠券的微服务项目，可以与任何项目进行集成，里面包含初台化脚本，postman接口脚本。

淘宝联盟类app原型，包含早起打卡、消费返利等活动。··

拼团商城源码[带优惠券功能+自适应移动端+对接免签约支付]

『 天池竞赛』O2O优惠券使用预测思路总结-附件资源

构建用户、商家、优惠券特征群，以及用户-商家，用户-优惠券，商家-优惠券 三个交叉特征群。 主要包括以下特征： 1.统计特征（最大/最小/平均值/比率 等） 2.排序特征（各个实体对距离，折扣率等的排序） 3.时间特征（日期，时间差等） 从用户画像的角度来看，统计特征和组合特征，主要分别刻画了用户，商家，优惠券的行为，比如，用户领券次数，商家的热度，优惠券的流行度等等。但是，排序特征，更多地从时间角度，和用户心理角度去考虑。比如说，距离领券时间越近，消费的欲望越强，因为如果领取了优惠券而迟迟没有消费，可能用户本身也忘记了这张优惠券的存在。同时，还有对距离的排序，线下商家与用户的距离越近，肯定要比远的商家消费的概率要大的。 三、训练模型 主要使用xgboost模型。该模型精度较高，但训练时间较长。