220913_100620-华为全球校园AI算法赛事（推荐方向）：广告-信息流跨域CTR预估

华为全球校园AI算法赛事（推荐方向）：广告-信息流跨域CTR预估

1. 赛题任务

赛题简介

广告推荐主要基于用户对广告的历史曝光、点击等行为进行建模，如果只是使用广告域数据，用户行为数据稀疏，行为类型相对单一。而引入同一媒体的跨域数据，可以获得同一广告用户在其他域的行为数据，深度挖掘用户兴趣，丰富用户行为特征。引入其他媒体的广告用户行为数据，也能丰富用户和广告特征。

本赛题希望选手基于广告日志数据，用户基本信息和跨域数据优化广告ctr预估准确率。目标域为广告域，源域为信息流推荐域，通过获取用户在信息流域中曝光、点击信息流等行为数据，进行用户兴趣建模，帮助广告域ctr的精准预估。

评价指标：GAUC和AUC的加权求和

赛题说明

本赛题提供7天数据用于训练，1天数据用于测试，数据包括目标域（广告域）用户行为日志，用户基本信息，广告素材信息，源域（信息流域）用户行为数据，源域（信息流域）物品基本信息等。

希望选手基于给出的数据，识别并生成源域能反映用户兴趣，并能应用于目标域的用户行为特征表示，基于用户行为序列信息，进行源域和目标域的联合建模，预测用户在广告域的点击率。所提供的数据经过脱敏处理，保证数据安全。

数据说明

提供的数据包括目标域用户行为数据，源域用户行为数据，以下按照这2个维度分别说明。

目标域用户行为数据

源域用户行为数据

上传文件

选拔赛今日(00:00:00 UTC ~ 23:59:59 UTC)已提交0次,最多提交4次

1. 至少要提交一次 [DIGIX Implementation Instruction ](https://digix-algo-challenge.obs.cn-east-2.myhuaweicloud.com/2020/DIGIX Implementation Instruction - [Team].docx)和 Source Code

2. 首次上传需同时上传3个文件，文件格式如下：submission.csv，DIGIX Implementation Instruction.docx，Source Code.zip。（DIGIX Implementation Instruction.docx文件大小不超过1M，Source Code.zip压缩文件大小不超过5M，submission.csv不超过100M。）

评估方式

评估方式：统计广告域的样本ctr预估值，计算GAUC和AUC

评测指标：本次比赛使用GAUC和AUC的加权求和作为评估指标，具体公式如下：

xAUC = α*GAUC + β*AUC

xAUC越高，代表结果越优，排名越靠前。

其中，AUC为全体样本的AUC统计，GAUC为分组AUC的加权求和，以用户为维度分组，分组权值为分组内曝光量/总曝光）

初赛：α为0.7，β为0.3

本赛题来自实际的工业场景，因此测试集不可使用穿越信息。比如，在构造特征时，要求T时刻样本使用T时刻之前的信息，以确保方案的实际应用价值。如果违规使用T时刻未来的信息，成绩在初赛结束复验时会被判定为无效。

提交方式

选手提交结果为一个submission.csv 文件, 编码采用无BOM 的UTF-8，格式如下：log_id,pctr。其中log_id为对应测试样本中的log_id，pctr对应测试样本经由模型计算出的预估ctr值，pctr保留6位小数。

提交文件参考如下示例：

log_id,pctr

1, 0.002345

2, 0.010456

. . .