标签：
我们项目目标是要预测每个用户在点击广告后APP游戏和电商的转化率。期间两个半开发，从开始做到完成一共用了3个多月时候，完成了第一版转化率预测。从中的确学到了不少东西。学到的就不说了，就只提一下感觉做不好的地方。
失误1：不应该将电商和APP的数据混在一起。甚至完全可以先做类别比较平衡的APP数据，这个失误的后果是模型要预测两个任务，对模型所有的参数调整都要考虑对这两个任务的影响，往往是一个好一个不好。这对我们做第一版造成很大的精神压力，特别是还面临着交接和KPI的时候。更糟糕是APP是可以认为是类别平衡的数据，而电商是严重类别倾斜的数据，现在我怀疑是否电商的数据我们真的训练好了。
失误2：特征一开始就复杂了。我们有Doc特征，User特征，交叉特征。做前一版的同事已经证明了只用Doc特征是可以提高转化率的。我们并没有在实现中先使用Doc特征让系统run起来，相反，我们加入了过多的特征，我有三周多的时间，都是在写hadoop job去处理特征逻辑。如果我们只用Doc特征去训练，并行的做加入其它特征的工作，进度不会是三个月才出一个版本。
失误3：特征和参数的实验没有留下常人能理解的结果。先说特征，特征的加入，有很明显的随意性，没有通过实验说明特征加入的重要性，也没有认真的通过特征选择算法去确认。以致于我们第一个版本刚发布上去的时候，我们发现还没上一个版本好时都惊讶了，为什么有User特征还比没有User特征要差。再说参数，隐层的结点数，学习率，时间窗口的结果都不能用图来表示出来，后来我写PPT的时候很郁闷，没这些图，我怎么去搞升级面试，总不能临时造几幅图吧。就算不升级，给别人解释的时候，也不能傲慢的说一句，我实验出来的，但数据乱的很。
失误4：对线上工程的轻视。本来想着线上工程的工作是比较少的，算法搞完再搞也可以，但事实上线上工程也有不少事。我在写工程部分的代码时，才发现连Hash算法也无法解决Binarize时的速度问题，又只能把一部搞Binarize任务移到线下。并且还要写一些工具，数据同步，监控任务，其实花了不少时间。这些本可以在算法开发的时候就同步进行的工作。搞到最后，它反而成了项目完成时间的瓶颈，导致晚了两周。
失误5：外部原因。搜搜被卖后，搜索广告就和我们合并了，我们的转化率预测最后的主人就不确定了。渐渐的，我对转化率预测已经失去兴趣了，因为这个项目已经逐渐离开我了。我在工作中比较实际，可做可不做的事，那我当然是不做了，除非那工作很有意思。其实这也是我经常劝那些因为工作不爽就想辞职的同事的一个理由，通常，工作的变化要比你想的要大，要快。想想有多少公司消失了，多少部门解散了，多少领导离职了，真的就不能忍一下吗？
失误6：缺少更上层领导的支持。我从没听过我组长以上的领导问我们项目进度。没有领导的支持，这就不是一个重要项目，推动的时候会有阻力，你不可能让同事去冒发布风险去发一个他感觉都没听过的项目。并且别人的配合情绪也不高，人人天天听那么多项目，对别人来讲，只是又一个不知所云的项目而已。
转化率预测项目失误总结
标签：
原文地址：http://www.cnblogs.com/94julia/p/4612495.html
