제 1회 산학연계 공모전

매니저 매칭 여부 예측 AI 개발

Overview

1. 배경 & 목적

• 고객 밀착형 서비스의 특성상 고객의 서비스 요청에 적합한 서비스 제공자 즉, 매니저를 매칭하는 것은 고객 만족도뿐만 아니라 비즈니스 모델의 성공을 위한 중요한 과업
• '사용자의 서비스 요청사항'과 '고객 및 매니저 정보'를 활용하여 매니저 매칭 성공 여부(0/1)를 예측 할 수 있는 머신러닝 모델의 개발
• 평가 지표: AUC

2. 주최/주관 & 참가 대상 & 성과

• 주최: (주)플랫포머스
• 주관: 국민대학교 빅데이터경영통계전공 D&A
• 참가 대상: 전공 학부생
• 성과: 최우수상 수상(2위)

3. 대회 기간

• 제출마감: 2021년 11월 23일
• 코드 평가 마감 및 최종순위 발표: 2021년 11월 29일

4. 내용

• 사용자의 서비스 요청사항과 고객 및 매니저 정보 데이터를 통해 매니저 매칭 성공 여부를 예측하는 이진 분류 문제임.
• 매니저 관련 column들은 비정상적인 score로 인해 drop되었음.
• 다양한 범주형 변수를 그룹화, 조합을 통해 생성하였음.
• 고객가입일이나 접수일과 같은 날짜 정보들을 대상으로 세부 날짜정보로 subdivision하였음.
• 정규화, 피처 셀렉션을 거쳐서 최종적으로 피처를 선정하였음.
• ExtraTrees 모델을 base model로 Catboost 모델을 앙상블하여 최종 submission을 생성하였음.

5. Process

ch.1 Feature Engineering

• EDA
• Group Features
• Date Features
• Combination Features

---

ch.2 Preprocessing

• Manager Feature drop
• NAN processing
• One-hot Encoding
• Normalization
• Feature Selection

---

ch.3 Modeling

• ExtraTrees(Default parameters)
• Catboost(Default parameters)
• Additional Eval metric(Average Precision)

---

ch.4 Ensemble

• Weighted Ensemble
• ExtraTress 8 : Catboost 2

6. 참고자료

제1회 산학연계 공모전 사이트