一人队勇夺冠军：IJCAI 2018 阿里妈妈国际广告算法大赛圆满落幕

zhaohua8151

6 月 5 日，IJCAI 2018 阿里妈妈国际广告算法大赛在杭州落下帷幕。本届角逐于 2018 年 2 月启动，吸引了 50 个国家和地域，凌驾 6000 名选手报名参赛。终极，由选手花志祥一人构成的「DOG」队从 8 支决赛团队中脱颖而出，得到了冠军。他和获奖的其他四支队伍也同时赢得了前去瑞典斯德哥尔摩到场 IJCAI 2018 大会的资格。

冠军得到者花志祥与赛会评委合照

本次运动是阿里妈妈携手 IJCAI 2018 大会，以及阿里云天池平台共同启动的国际广告算法大赛。角逐共吸引了 6137 名选手，此中外洋地域选手 729 人，范围则覆盖了 50 多个国家和地域。在初赛海选之后，赛会从复赛 TOP20 的队伍中产生了 8 支队伍进入决赛。在赛事竣事后，全部获奖团队分享了共计 37,000 美元的奖金池。
贴近现实的赛题设置
作为阿里经济体举行的大型数据比赛，本次大会的赛题天然也选择了其积聚深厚的范畴之一——电商广告点击。众所周知，阿里等科技公司在已往几年中不停试图接纳深度学习、在线学习、强化学习等人工智能技能猜测用户的购买意向。然而，作为一个复杂的生态体系，电商平台中的用户举动偏好、商品长尾分布、热门变乱营销等因素依然给转化率率预估带来了巨大挑衅。怎么高效正确地猜测用户的购买意向，是人工智能和大数据在电子商务场景中必要继承办理的技能困难。
本次角逐中，赛会方以阿里自有的电商广告为研究对象，提供了基于真实场景（颠末脱敏处置惩罚）的数据，参赛选手们必要通过人工智能技能构建猜测模子，预估用户的购买意向。即给定广告点击相干的用户（user）、广告商品（ad）、检索词（query）、上下文内容（context）、市肆（shop）等信息的条件下猜测广告产生购买举动的概率（pCVR）。
这是度量营销结果、卖家投入产出比的紧张指标。联合业务场景和差别的店铺流量特点，角逐界说了两类挑衅：
1. 一样平常的转化率率预估
2. 特别日期的转化率率预估
呆板之心发现，这次算法大赛利用的数据集既贴近现实，也表现了难度：此中包罗七天的正常时间数据，以及厥后时长为一天的购物节峰值数据。初赛练习数据 48 万，测试数据集 6 万；复赛的练习数据集 1000 万，测试数据集则为 173 万。
这次比赛向全社会开放，各个大学、科研单元，以及来自科技公司的开辟者们构成了多个三人以内的团队报名参赛。在入围决赛的 8 支团队中，大家也可以看到选手不但有来自负型科技公司的研发职员，也有来自各个高校的在校门生，此中还包罗几名本科生。
本次国际算法大赛的评委包罗：悉尼科技大学数据科学学院院长张成奇、康奈尔大学威尔医学院助理传授王飞、上海交通大学助理传授张伟楠、国家科技部云盘算专家构成员/天壤智能首创人及 CEO 薛贵荣、阿里巴巴研究员吴波、阿里巴巴资深算法专家杨红霞、阿里妈妈资深算法专家刘凯鹏等人。
6 月 5 日，决赛队伍的成员们在位于杭州西溪的阿里巴巴总部举行了终极答辩。
获奖团队
这次大赛不但为各位数据科学高手提供了展示本身气力的舞台，也是一个开辟者之间相互熟悉、相互交换的好时机。据呆板之心相识，在到场决赛的队伍中，许多团队是几名强手在线上熟悉并构成的队伍：他们本来相互并不熟悉，数据比赛让他们相互成为了朋侪。
在 6 月 5 日下战书终极的答辩之后，赛会终极选出了角逐前三名与两个得到「创新」特殊奖的队伍。
由中科院盘算所、香港科技大学的庄晓敏、张卫民、李昊阳构成的团队，以及吉林大学、山东大学、中南大学的李强、沈冬冬、蒋浩然所构成的团队得到了本次角逐的特殊奖。
来自浙江工业大学陈波成、中南大学罗宾理、天津大学吴昊所构成的团队得到了三等奖。
来自工业界的选手周耀、李智和郭鹏博构成的团队得到了二等奖。
终极，一等奖由同样是来自工业界的花志祥得到。「冠军团队让人面前一亮地利用了迁徙学习的方法，简朴有用且思绪清楚。」大赛评委，阿里巴巴资深算法专家刘凯鹏表现。
作为本次大赛的冠军得到者，花志祥已经是一名数据比赛的「老手」，他已有 Kaggle Grandmaster 称呼，并位列 Kaggle 总榜第 12 位。本次角逐之前，他也在天池平台上得到过五个数据比赛的第一名。
「最简代码」方案得胜
在决赛的答辩环节中，花志祥分享了本身的得胜方案。
根据初赛、复赛组委会提供的数据，选手以为数据出现了某次购物节前七天，和购物节当天消耗者举动和淘宝店铺点击/购买数据的状态——消耗者的购物数字在前七天保持稳固，在购物节前一天略有降落。在购物节当天，消耗数目忽然暴增。而角逐的要求是猜测购物节期间的消耗数据。这种特性也成为了角逐的难点：怎么使用通例日期的消耗风俗猜测购物节。
在分析了数据之后，花志祥决定利用迁徙学习的观点，使用前七天平凡日和购物节当天上午的销量练习模子，其效果作为 feature。随后创建一个新的模子来猜测购物节后期，即第八天下战书的销量。


上图所示为得胜方法的重要布局，此中 Level-1 和 Level-2 表现两个 LightGBM 模子的处置惩罚过程。Level-1 将利用预热期的全部数据对这一时期的购物举动建模，并将它在购物节当天的猜测作为第二个模子的输入，如许就能制止预热期与购物节之间的剧烈变革。别的，第一个模子的输出特性还为第二个模子提供先验知识，因而能与当天的数据一起更高效地建模购物举动。
值得留意的是，和入围决赛的全部其他模子聚集方法差别，得胜模子仅利用了 LightGBM，并取得了最优的结果。
在模子之外，花志祥还先容了针对数据处置惩罚的思绪。在特性工程上，选手参考了四种特性：统计特性、时差特性、排序特性、表征特性。此中统计特性即欣赏商品数等用户举动的统计特性，时差特性即用户两次购物举动之间的时长，排序特性即用户与商品的交互次数。在表征特性中，选手利用了词袋和别的统计数据找出紧张的属性及选手的特性。这些独特的特性工程确保了呆板学习模子能精确地对用户购物举动举行建模。
末了，得胜算法的中心代码很短，只有一页。


在决赛中，花志祥展示的得胜模子代码。
将来预测
决赛中，大家发现许多队伍都展示了多模子聚集的方法，这也是现在各大数据比赛中广泛出现的方法。不外，终极排名第一的方法为大家带来了新的思绪。
在到场这次角逐的过程中，参赛者们对于电商用户举动分析使命有了更深入的明白，也对多种差别呆板学习算法举行了实践。一些参赛者表现，在将来，他们还盼望继承互助，实验对本身的模子做进一步优化。另一方面，轻量化的数据分析框架也可以被应用于工业应用中，为企业带来现实的收益。


据悉，本次角逐的终极颁奖仪式还将于 7 月在瑞典斯德哥尔摩的 IJCAI 2018 大会上举行。