阿里音乐-比赛记录（1）

第一次从数模比赛走向数据挖掘比赛，感觉很不一样，很多书本上的知识点，自己能够调用的实在太少。熟悉业务才能谈挖掘这句话，望自己在比赛中多多总结感悟，学习到更多知识，更好的借鉴前人的经验，来完善自身经验上的不足。
在6490分数卡死10天+，看着排名由两位数到3位数，各种措施和小技巧都不起作用。莫名心塞，总结一下前段时间看资金流比赛PPT，常看看，看看自身能否有所感悟，突破。

资金流比赛，时间序列方法

1) 首先理解时间序列的基本组成，一般有两种模式，加法和乘法，一般而言，加法和乘法是可以相互转换的（取对数）。时间序列基本公式：

加法模式：Y=水平(C)+趋势(T)+周期(S)+随机扰动（e）乘法模式：Y=水平(C)∗趋势(T)∗周期(S)∗随机扰动（e）

2) 获奖选手对于公式不同部分的处理：

1. 水平和趋势，一般统称为T，音乐上我个人感觉水平跟趋势可以当作RMSE最小的数学期望进行研究，因为群里有大神网友指出通过均值水平评分可以达到6500分以上。资金流预测中，黑风和酸辣紫菜泡面的PPT上指出资金流的趋近平稳，对于音乐上我也是这么认为的，近期的均值类似于未来趋势，但音乐影响因素很多，不过可以将其分为确定性因数和非确定因数，确定性因素如从用户角度某部分群众形成的播放量处于平稳状态，和老音乐的播放量基本每天都有较为稳定的播放量，只有少数时候被某些用户某天狠狠的放了个几十几百遍，突然暴涨一下。不确定因素如新歌对总体均值的影响，突然各类用户播放量暴涨后会如何回落等等。未来趋势上，天戏使用均值代替未来趋势，大熊队是用auto.arima（准则未知，AIC?BIC?）得出的收敛均值代替未来趋势。音乐上对于未来均值可能需要更多的考虑，或许从
   
   用户−歌曲−歌手
   
   的三者两两之间的业务角度上多多考虑。
2. 周期上，资金流的数据周期性明显。而音乐的播放量数据感觉也是存在周期性的，但是波动大，外部影响因素多，不明显（通过7，8月线下测试看出，有大部分趋势接近），并且异常行为多。例如：某些人一天单人单曲播放量就上500多最多的上千。所以感觉数据预处理是一个比较重要的点，天戏剔除了单日成申购偏高的记录，后用平稳的均值当作趋势，再求周期S。大熊队是用stl分解（用移动平均剔除趋势后，再对序列求周期）求周期S。
3. 随机扰动e，基本都是对节假日进行修正，天戏团队是个人的节日经验得出偏高结论进行修正的。音乐上，可用到未来信息包括周期，节假日（学生用户-开学季？），以及新歌发售等等。
4. 总结：阿里音乐这题，因为外部影响因素太多，随机扰动并不是特别的明确，所以如何准确对对未来期望进行分析，是这道题目的重点中的重点。

其他

三只熊团队，结尾引用了一句话：要想改善对象特征，必须对象上获取信息，并将这种信息反作用于对象上，这叫控制。个人很喜欢这句话。