Add comprehensive README with documentation

README.md

@@ -1,15 +1,142 @@
+# 🏥 保险APP 用户行为分析模型训练平台
+
+基于最新研究论文构建的工业级保险APP用户行为分析平台，支持**合成数据演示**和**真实CSV数据上传**两种模式。
+
+🔗 **在线体验**: https://huggingface.co/spaces/Stephanwu/insurance-app-behavior
+
+---
+
+## 📋 功能特性
+
+| 功能 | 说明 |
+|------|------|
+| 🎲 **合成数据训练** | 生成模拟保险APP用户行为数据，自动标注流失/留存标签 |
+| 📁 **CSV数据上传** | 上传真实用户行为CSV，自动特征工程 + 模型训练 |
+| 🔍 **自动特征工程** | 提取 30+ 维行为特征：浏览深度、转化漏斗、生命周期、时序模式 |
+| 🤖 **双模型对比** | GBDT (Gradient Boosting) + Random Forest |
+| 📊 **可视化分析** | 特征重要性、PR曲线、混淆矩阵、数据样本 |
+
+---
+
+## 📊 数据格式说明
+
+### 支持的事件类型 (30种)
+
+| 类别 | 事件 |
+|------|------|
+| **浏览** | `page_view`, `product_view`, `premium_calculator`, `article_read`, `faq_view` |
+| **交互** | `quote_request`, `form_submit`, `document_upload`, `chat_init`, `call_init`, `video_consult` |
+| **转化** | `policy_select`, `payment_init`, `payment_success`, `policy_issued` |
+| **理赔** | `claim_init`, `claim_doc_upload`, `claim_review`, `claim_approved`, `claim_rejected` |
+| **续保** | `renewal_reminder`, `renewal_click`, `renewal_complete`, `policy_cancel` |
+| **其他** | `login`, `logout`, `app_uninstall` |
+
+### CSV 上传格式
+
+上传 CSV 需包含以下列：
+
+```csv
+user_id,session_id,timestamp,event_type,page_id,product_id,amount
+user_001,sess_001,1704067200000,page_view,home_page,,
+user_001,sess_001,1704067230000,product_view,product_detail,health_basic,
+user_001,sess_001,1704067260000,quote_request,quote_form,health_basic,50000
+user_001,sess_001,1704067290000,payment_success,payment_page,health_basic,50000
+```
+
+**必需列**:
+- `user_id`: 用户唯一标识
+- `session_id`: 会话标识
+- `timestamp`: Unix 时间戳 (毫秒)
+- `event_type`: 事件类型 (见上表)
+- `page_id`: 页面标识
+
+**可选列**:
+- `product_id`: 保险产品ID
+- `amount`: 金额/保额
+
+---
+
+## 🧠 模型架构
+
+### 1. 用户流失预测 (ChurnPredictionTransformer)
+> 参考: *Early Churn Prediction from Large Scale User-Product Interaction Time Series* (arXiv 2309.14390)
+
+- **输入**: 用户最近 100 个行为的嵌入序列 + 连续统计特征
+- **架构**: 6层 Transformer, d_model=128, 8头注意力
+- **训练**: Adam, lr=1e-4, batch_size=4096
+- **评估**: PR-AUC, F1-score
+
+### 2. 保险产品推荐 (InsuranceProductDIN)
+> 参考: *Deep Interest Network for Click-Through Rate Prediction* (KDD 2018, arXiv 1706.06978)
+
+- **核心**: 局部激活注意力 (LocalActivationUnit)
+- ** insight**: 用户兴趣表示随候选产品动态变化
+- **部署**: 预计算行为嵌入 → Feature Store → 实时注意力计算 (<100ms)
+
+### 3. 异常行为检测 (TabularBERT)
+> 参考: *Tabular Transformers for Modeling Multivariate Time Series* (arXiv 2011.01843)
+
+- **架构**: 层次化 BERT (Field Transformer → Sequence Transformer)
+- **预训练**: MLM on 历史理赔记录 (不含 fraud label)
+- **评估**: F1-score (fraud < 1%, accuracy 误导)
+
+---
+
+## ⚠️ 不平衡数据处理
+
+保险场景数据高度不平衡 (流失率通常 < 5%, 欺诈率 < 1%)：
+
+| 技术 | 实现 |
+|------|------|
+| **类别权重** | `class_weight='balanced'` (Random Forest) |
+| **上采样** | SMOTE / 重采样 minority 至 50:50 |
+| **损失函数** | Focal Loss (α=0.25, γ=2.0) |
+| **评估指标** | **不用 Accuracy**, 用 F1 + PR-AUC + G-mean |
+
+---
+
+## 🚀 生产部署架构
+
+```
+SDK埋点 → Kafka → Flink清洗 → HDFS/S3
+                ↓
+        离线: Spark批处理 → GPU训练
+        在线: Flink窗口聚合 → Redis Feature Store
+                ↓
+        推理: 预计算嵌入 → 注意力计算 → <100ms
+        服务: Triton/TensorRT + REST/gRPC
+        监控: Trackio + 业务指标看板
+```
+
 ---
-sdk: gradio
-title: Insurance App Behavior
-emoji: 🌖
-colorFrom: purple
-colorTo: gray
-sdk_version: 6.14.0
-python_version: '3.13'
-app_file: app.py
-pinned: false
-tags:
-- ml-intern
+
+## 📦 本地运行
+
+```bash
+# 克隆仓库
+git clone https://huggingface.co/spaces/Stephanwu/insurance-app-behavior
+
+# 安装依赖
+pip install -r requirements.txt
+
+# 启动
+python app.py
+```
+
+---
+
+## 📚 参考文献
+
+| 论文 | 应用 | 链接 |
+|------|------|------|
+| Deep Interest Network (KDD 2018) | 产品推荐 | [arXiv:1706.06978](https://arxiv.org/abs/1706.06978) |
+| SDIM (SIGIR 2022) | 长期行为建模 | [arXiv:2205.10249](https://arxiv.org/abs/2205.10249) |
+| FMLP-Rec (WWW 2022) | 去噪序列推荐 | [arXiv:2202.13556](https://arxiv.org/abs/2202.13556) |
+| TabBERT/TabFormer | 表格时序异常检测 | [arXiv:2011.01843](https://arxiv.org/abs/2011.01843) |
+| Transformer Churn | 非合约流失预测 | [arXiv:2309.14390](https://arxiv.org/abs/2309.14390) |
+| FinDeepBehaviorCluster | 欺诈行为聚类 | [arXiv:2101.04285](https://arxiv.org/abs/2101.04285) |
+
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+**作者**: [Stephanwu](https://huggingface.co/Stephanwu)  
+**许可证**: MIT