2016 Recsys Challenge - Job recommendation
##Code structure
- ./data store online and offline train & test data
- ./smaples create train samples and test samples
- ./feature_p extract features according to sample files
- ./model train and test
- ./submit store submit file and offline evaluate function
- predata.sh 线下数据划分脚本
- config.sh 指定offline和online 定义路径
- run_all.sh 训练和测试
- 各个目录下的online和local文件夹分别对应线上线下的处理数据
- 暂时的只有题目给出的user和item属性特征，处理代码在毅博那
- ./InitDat useless
##初始化Project
- git clone https://github.com/Lvfuyu/RecsysChallenge.git
- 解压后的5个csv文件放于./data/目录下
- 在project根目录下sh predata.sh，启动预处理脚本，放置csv文件到相应目录位置并进行线下数据划分
- 线下local_interactions.csv位于./data/train/local/，线下ground_truth.csv和线下测试用户local_target_users.csv位于./submit/local/
- 处理后interactions.csv 和 local_interactions.csv 已删除第一行表头说明，直接从数据开始，其他表没作处理
##训练和测试
- ./config.sh指定运行模式0（offline）和1（online）
- sh run_all.sh
- 启动脚本会先后进入./samples, ./features_p, ./model目录执行相应目录下脚本
- 需要在./features_p/放入特征文件
- 需要在./model/放入xgboost可执行文件
##数据说明
interaction.csv
- 8,826,678条交互数据
- 时间戳范围[1439966982, 1447023598]
- UTC时间范围[2015/8/19 06:49:42, 2015/11/8 22:59:58] 11/8为周日
- 周次范围[34, 45]
impressions.csv
- 周次[34, 46] 46为线上预测周，从1开始计数
users.csv
- 1500000用户
- 线上测试数据的用户都在users.csv
- 用户的一些属性置为NULL或unknown
item.csv
- 1358098职位
- 只推荐active_during_test = 1