luoda888 / KDD2019_track1

Context-Aware Multi-Modal Transportation Recommendation

KDD2019_track1

KDD2019中的常规机器学习赛道： Context-Aware Multi-Modal Transportation Recommendation.

基于TensorFlow写了一个DeepFM去解决这个问题，除了比赛提供的原始数据集，只加入了对应时间的天气特征，这块儿大家可以尝试做更多的特征工程。Demo很简单，效果跟 https://github.com/yaoxuefeng6/Paddle_baseline_KDD2019 提供的baseline效果差不多，最终线上提交得分在0.68-0.69之间，当然跟TOP级别的还有些差距。

环境

Python3.5 | Windows10 | TensorFlow1.11.0

特征工程

python preprocess.py
python gen_features.py

训练网络

python deep_fm.py --task_type=train  # --embedding_size=10 --learning_rate=1.0 尝试不同的超参数组合

测试结果

python deep_fm.py --task_type=infer
python build_submit.py