本次大赛以京东商城真实的 用户、商品 和 行为数据（脱敏后）为基础，参赛队伍需要通过 数据挖掘 的技术和 机器学习 的算法，构建用户购买商品的预测模型，输出高潜用户和目标商品的匹配结果。
存放竞赛官网下载的原始数据文件（csv格式）。
数据预处理等。
一些可能有用的算法demo。
一些可能有用的框架、工具包等。
S：提供的商品全集； P：候选的商品子集（JData_Product.csv），P是S的子集； U：用户集合； A：用户对S的行为数据集合； C：S的评价数据。
提供2016-02-01到2016-04-15日用户集合U中的用户，对商品集合S中部分商品的行为、评价、用户数据；提供部分候选商品的数据P。 选手从数据中自行组成特征和数据格式，自由组合训练测试数据比例。
2016-04-16到2016-04-20用户是否下单P中的商品，每个用户只会下单一个商品；抽取部分下单用户数据，A榜使用50%的测试数据来计算分数；B榜使用另外50%的数据计算分数。
为保护用户的隐私和数据安全，所有数据均已进行了采样和脱敏。 数据中部分列存在空值或NULL，请参赛者自行处理。
| user_id | 用户ID | 脱敏 |
|---|---|---|
| age | 年龄段 | -1表示未知 |
| sex | 性别 | 0表示男，1表示女，2表示保密 |
| user_lv_cd | 用户等级 | 有顺序的级别枚举，越高级别数字越大 |
| user_reg_tm | 用户注册日期 | 粒度到天 |
| sku_id | 商品编号 | 脱敏 |
|---|---|---|
| a1 | 属性1 | 枚举，-1表示未知 |
| a2 | 属性2 | 枚举，-1表示未知 |
| a3 | 属性3 | 枚举，-1表示未知 |
| cate | 品类ID | 脱敏 |
| brand | 品牌ID | 脱敏 |
| dt | 截止到时间 | 粒度到天 |
|---|---|---|
| sku_id | 商品编号 | 脱敏 |
| comment_num | 累计评论数分段 | 0表示无评论，1表示有1条评论，2表示有2-10条评论，3表示有11-50条评论，4表示大于50条评论 |
| has_bad_comment | 是否有差评 | 0表示无，1表示有 |
| bad_comment_rate | 差评率 | 差评数占总评论数的比重 |
| user_id | 用户编号 | 脱敏 |
|---|---|---|
| sku_id | 商品编号 | 脱敏 |
| time | 行为时间 | |
| model_id | 点击模块编号，如果是点击 | 脱敏 |
| type | 1.浏览（指浏览商品详情页）；2.加入购物车；3.购物车删除；4.下单；5.关注；6.点击 | |
| cate | 品类ID | 脱敏 |
| brand | 品牌ID | 脱敏 |
任务描述：
使用京东多个品类下商品的历史销售数据，构建算法模型，预测用户在未来5天内，对某个目标品类下商品的购买意向。对于训练集中出现的每一个用户，参赛者的模型需要预测该用户在未来5天内是否购买目标品类下的商品以及所购买商品的SKU_ID。评测算法将针对参赛者提交的预测结果，计算加权得分。