WSDM被譽為信息檢索領域最頂級的會議之一，本次WSDM Cup挑戰(zhàn)賽有來自全球575只隊伍參賽，包括中國科學技術大學、北京大學、巴黎綜合理工學校、微軟等全球知名高校和企業(yè)參加。
本次比賽出題方是一家名為KKBOX的流媒體音樂公司，賽題內容是預測3月訂閱到期的用戶中，哪些會流失。
具體是參賽者要利用KKBOX數(shù)據(jù)集建立智能算法來預測訂閱用戶是否會流失。對于依賴訂閱業(yè)務的KKBOX來說，準確預測流失率是業(yè)務成功的關鍵。通過結果分析，以便KKBOX進一步了解用戶需求，在保持用戶活躍度上進一步采取營銷行動。
為解決該題，阿里巴巴算法團隊使用了兩層Stacking Model，第一層采用邏輯回歸、隨機森林、XGBoost算法，第二層又采用XGBoost算法把第一層的結果融合，最終實現(xiàn)了精準預測。WSDM會議同時收錄了技術團隊提交的名為《A Practical Pipeline with Stacking Models for KKBox’s Churn Prediction Challenge》的論文。
其實早在KDD Cup2016的時候，阿里巴巴就開始嘗試使用Stacking Model，經(jīng)過兩年的優(yōu)化，如今該模型已經(jīng)是一個比較完備的算法模型。
流失用戶預測，對有會員體系的業(yè)務場景都可以使用，其中會員付費為主要收入的業(yè)務就更為關鍵，比如像Apple Music、蝦米音樂。
多層Stacking Model由AliOS神燈研發(fā)，極大提升了分類預測的準確率，已廣泛應用于AliOS多項業(yè)務中。
