2 模型准备

2.1 数据的来源

本文数据来自于皇包车，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.皇包车中 Datacastle 提供的竞赛数据包含了 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的数据.

(a) 用户个人信息：userProfile.csv.数据共有五列，分别是用户 id、性别、省 份、年龄段、职业.

Userid Gender Province Age Job

100000000127 Na 上海 Na 1

100000000231 男 北京 70 后 2

(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.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最后支付.

Userid Actiontype Actiontime

100000000111 1 1490971433

100000000111 5 1490971446

100000000111 6 1490971479

100000000127 1 1490695669

(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 表示普通旅游服务.

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

(d) 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.

Userid Orderid Rating Tags Commentskeywords

100000550471 1001899 5.0 Na Na

10044000637

1001930

5.0