阿里巴巴大数据竞赛介绍.ppt

相关介绍 alidatadiscovery阿里巴巴大数据竞赛 刘晓中国科学院计算技术研究所2014 3 21 竞赛机制数据介绍评比机制 竞赛机制 阿里巴巴大数据竞赛是阿里巴巴集团主办 在阿里巴巴大数据科研平台 天池 上开展的 基于天猫海量真实用户的访问数据的推荐算法大赛 竞赛机制 天池 大数据研究平台 平台 金融 数据 数据分享平台 针对当前学术界面临的两个问题 一是缺少有价值的真实的商业数据 二是缺少具有强大功能的计算平台支持复杂的数据处理 阿里巴巴集团于2014年正式推出 天池 平台 天池 平台基于阿里集团的海量数据离线处理服务odps 向学术界提供科研数据和开放数据处理服务 竞赛机制 odpsodps opendataprocessingservice 阿里云开放数据处理服务 是阿里巴巴公司借助阿里云提供的大规模分布式数据处理服务 odps以restapi的形式 支持用户提交类sql的查询语言 对海量数据进行处理 竞赛机制 赛制安排 赛制安排 竞赛机制 奖项设置 season1不设奖项 但是会从参赛队伍中选择较优者进入season2阶段比赛season2阶段奖项 一等奖 1支队伍 奖金贰拾万二等奖 1支队伍 奖金伍万三等奖 1支队伍 奖金贰万 上述奖项以决赛答辩成绩的最终名次决定 月星星奖 每期月度榜单排名top10的参赛队成员都将获得搭载云os的手机一部 具体手机型号在公布榜单时公布 优胜奖 决赛全国赛排名top50的参赛队成员直接进入阿里巴巴校园招聘绿色通道 即招聘流程省略简历筛选及笔试筛选阶段 直接进入面试阶段 在校期间均有效 并将获得阿里纪念t恤和大赛获奖证书总决赛top10的主要参赛队成员可直接入围 阿里星 计划 参赛队的指导老师 如有 将享受天池数据的最高使用权限1年season3线上阶段奖项 season2阶段的优胜者 将会受邀访问天猫 在天猫实际开发2014年双11线上算法 并有机会赢取100万大奖 组委会将在season2结束后公布细则 数据介绍 赛题介绍本赛题适用于season1和season2的比赛 season3为线上赛 season2赛后公布题目 在天猫 每天都会有数千万的用户通过品牌发现自己喜欢的商品 品牌是联接消费者与商品最重要的纽带 本届赛题的任务就是根据用户4个月在天猫的行为日志 建立用户的品牌偏好 并预测他们在将来一个月内对品牌下商品的购买行为 数据介绍 数据介绍天猫提供了884位用户对于9531种商品的操作类型 共提供了182881条记录 用户对任意商品的行为都会映射为一行数据 其中所有商品id都已汇总为商品对应的品牌id 用户和品牌都分别做了一定程度的数据抽样 且数字id都做了加密 所有行为的时间都精确到天级别 隐藏年份 数据介绍 数据介绍天猫提供了884位用户对于9531种商品的操作类型 共提供了182881条记录 用户对任意商品的行为都会映射为一行数据 其中所有商品id都已汇总为商品对应的品牌id 用户和品牌都分别做了一定程度的数据抽样 且数字id都做了加密 所有行为的时间都精确到天级别 隐藏年份 数据介绍 数据介绍天猫提供了884位用户对于9531种商品的操作类型 共提供了182881条记录 t alibaba data csv 数据介绍 season1赛季数据1 数据说明 用户4种行为类型 type 对应代码分别为 点击 0 购买 1 收藏 2 购物车 32 提交评分方式 参赛者将预测的用户存入文本文件中 格式如下 user id tbrand id brand id brand id n上传的结果文件名字不限 20字以内 文件必须为txt格式 如图 将预测结果文件上传至大赛官网结果提交入口即可 提交结果入口在参赛者的个人中心 数据介绍 season2赛季数据1 数据获取方式 参赛者只能登陆阿里巴巴天池集群获取数据 且数据不能下载 所有数据分析 计算 提交评分都将在天池集群上完成 2 数据说明 提供的数据量 涉及千万级天猫用户 万级天猫品牌 时间跨度4个月的行为记录 评比机制 评比机制准确率与召回率 准确率 注 n为参赛队预测的用户数pbrandsi为对用户i预测他 她 会购买的品牌列表个数hitbrandsi对用户i预测