携程作为**领先的综合性旅行服务公司，每天向超过2.5亿会员提供全方位的旅行服务，海量的网站访问产生了海量的数据，从中挖掘潜在的信息资源有着重要意义。调研发现，在出行产品预订业务中，不同区域的产品需求量级不一样，不同时段需求量会有高低起伏，相同区域相同时段各产品的需求量因产品特性不同又有差异。此次竞赛的目的正是为了深入了解产品需求量和产品特性、历史销量的关系，挖掘出影响需求量的关键因素，预测出行产品未来14个月每月的销量，从而指导产品的库存管理和定价策略，这对于收益管理和客户价值的提升有着重要作用。比赛地址 数据地址

赛后和其他团队交流后感觉比我们的方案做的很粗糙，有很多值得学习和改进的地方。

• Windows10
• Python 3.5.2
• lightgbm 0.1
• scikit-learn 0.18.1
• Pandas 0.19.2
• Numpy 1.12.0

• ctripfunc.py 特征处理函数
• solution.py 主函数
• prediction_lilei_20170320.txt 官方的提交样例，用于生成最终结果的格式
• best_result.txt 最终预测结果文件

• 将原始数据文件，包括product_info.txt和product_quantity.txt放置在代码同级目录下，直接运行solution.py即可，生成的l_bg46_lgb100_1first.txt为最终提交的结果文件。