1. 赛题背景：
赛题数据由约62万条训练集、20万条测试集数据组成，共包含13个字段。其中uuid为样本唯一标识，eid为访问行为ID，udmap为行为属性，其中的key1到key9表示不同的行为属性，如项目名、项目id等相关字段，common_ts为应用访问记录发生时间（毫秒时间戳），其余字段x1至x8为用户相关的属性，为匿名处理字段。target字段为预测目标，即是否为新增用户。
朴素的数据特征挖掘（从baseline获取提示）：
(1) 数值统计特征：频次，均值，最值 ...
(2) 数据预处理：拆分 "udmap" 为：key1 - key9
(3) 特征语义：拆分 "common_ts"，挖掘更多时间语义信息
后续深入挖掘（从思维导图入手，进行试验）：
2. 模型选择：
(1) 深度学习 or 机器学习：选择 ”机器学习“；
(2) 逻辑回归 or 树模型：树模型，用于处理不均衡样本，生成决策规则（决策树，随机森林，boost系列）
3. 得分变化：(上分策略，赛后整理)
2 → 6 → 7 → 7.2 → 7.5 → 7.8
4. 后续想深入的问题：
(1) 模型集成；(2) 数据欠拟合