- KDD淘宝长尾推荐官网介绍见：https://tianchi.aliyun.com/competition/entrance/231785/information
- 比赛数据见：https://tianchi.aliyun.com/competition/entrance/231785/information
- 将数据下载到data对应的文件夹下，解压密码见：https://tianchi.aliyun.com/forum/postDetail?spm=5176.12586969.1002.3.6c3f2d3dKSeXh5&postId=102089
- 内存优化
- 多进程加速
-
找到data文件夹下
debiasing_data_20200401.csv，点击链接并下载数据。并在同一路径下找到[Official]含解压密码.md文件，打开并找到对应的密码解压数据。 -
本次比赛用户点击重复少，用户点击项目少，空间扩得比较散，用双塔DSSM、word2vec以及glove等召回效果比较差
-
主要采用itemCF召回，lightgbm排序
-
code
- txt_img_cosine_similarity.ipynb：计算underexpose_train/underexpose_item_feat.csv中给出的文本和图像的item间的余弦相似度，排序模型中特征备用 - process.py ：数据加载，数据处理，数据embedding，数据内存优化,item聚类以及user聚类,增加session划分,用户/项目/交互特征生成 - recall.py ：icf、ucf等召回 - model.py ：lgbm排序模型 - metric.py ：召回结果评价 - main_V1.ipynb ：主函数V1版本，最后B榜最高得分 - main_V2.ipynb ：主函数V2版本 -
data
- process ：过程数据存储 - underexpose_test ：官方test数据 - underexpose_train ：官方train数据 - debiasing_data_20200401.csv ：官方下载数据链接 - [Official]含解压密码.md ：官方数据解压密码 -
result
- submit_traceb_v1.csv ：提交数据存储
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent