2021**高校计算机大赛-微信大数据挑战赛Baseline
本次比赛基于脱敏和采样后的数据信息，对于给定的一定数量到访过微信视频号“热门推荐”的用户，根据这些用户在视频号内的历史n天的行为数据，通过算法在测试集上预测出这些用户对于不同视频内容的互动行为（包括点赞、点击头像、收藏、转发等）的发生概率。
本次比赛以多个行为预测结果的加权uAUC值进行评分。大赛官方网站：https://algo.weixin.qq.com/
1. 环境配置
- pandas>=1.0.5
- tensorflow>=1.14.0
- python3
2. 运行配置
-
CPU/GPU均可
-
最小内存要求
- 特征/样本生成：3G
- 模型训练及评估：6G
-
耗时
- 测试环境：内存8G，CPU 2.3 GHz 双核Intel Core i5
- 特征/样本生成：226 s
- 模型训练及评估：740 s
3. 目录结构
- comm.py: 数据集生成
- baseline.py: 模型训练，评估，提交
- evaluation.py: uauc 评估
- data/: 数据，特征，模型
- wechat_algo_data1/: 初赛数据集
- feature/: 特征
- offline_train/：离线训练数据集
- online_train/：在线训练数据集
- evaluate/：评估数据集
- submit/：在线预估结果提交
- model/: 模型文件
4. 运行流程
- 新建data目录，下载比赛数据集，放在data目录下并解压，得到wechat_algo_data1目录
- 生成特征/样本：python comm.py （自动新建data目录下用于存储特征、样本和模型的各个目录）
- 训练离线模型：python baseline.py offline_train
- 评估离线模型：python baseline.py evaluate （生成data/evaluate/submit_${timestamp}.csv）
- 训练在线模型：python baseline.py online_train
- 生成提交文件：python baseline.py submit （生成data/submit/submit_${timestamp}.csv）
- 评估代码: evaluation.py
5. 模型及特征
- 模型：Wide & Deep
- 参数：
- batch_size: 128
- emded_dim: 10
- num_epochs: 1
- learning_rate: 0.1
- 特征：
- dnn 特征: userid, feedid, authorid, bgm_singer_id, bgm_song_id
- linear 特征：videoplayseconds, device，用户/feed 历史行为次数
6. 模型结果
| stage | weight_uauc | read_comment | like | click_avatar | forward |
|---|---|---|---|---|---|
| 离线 | 0.657003 | 0.626822 | 0.633864 | 0.735366 | 0.690416 |
| 在线 | 0.607908 | 0.577496 | 0.588645 | 0.682383 | 0.638398 |
7. 相关文献
- Cheng, Heng-Tze, et al. "Wide & deep learning for recommender systems." Proceedings of the 1st workshop on deep learning for recommender systems. 2016.