任务：
特征（39维）：
user特征、item特征、user-item特征、全局比例特征
数据采样
采用移动窗口target（17、15、13、11、9）+移动窗口样本采样（1、3、7、全部）
训练数据
正样本：15000，负样本：130000
测试数据
同样采用移动窗口变换采样，取了3天、5天、9天的做实验，最优提交为9天的，测试样本大小：155万
结果划分
结果最终取置信度0.78,取470条结果(子集结果)，最终f1值：11.46%
排名:25/7200，队伍名：叮当
学习模型
RF
程序架构
combine_feature_txt:混合正负样本特征
cut_data_set.py:按照移动窗口方式，分割数据集
fetch_feature.py：提取特征
fetch_negative_sample:负样本抽样
fetch_sample:提取正、负样本
get_feature_vector_txt_4.py:提取特征向量，去掉用户-商品标示
get_recommend_result_6.py:对最后分类结果取置信度，并得到相应的推荐结果
global_feature.py:提取全局比例特征
product_test_data.py:产生测试数据
classify_user_item.py:训练学习特征，并预测
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent