ctr 算法竞赛总结
1、阿里妈妈和腾讯广告算法大赛总结
详情参考 2018IJCAI-阿里妈妈广告搜索转化预测大赛/腾讯广告算法大赛总结
2、讯飞广告营销算法大赛
初赛,复赛均为第 24 名。
三套代码, 两个 lgb 模型,所用特征有稍微差异;另外一个使用 onehot 处理 category 特征,一个没有。第三个是 lgb叶子节点特征 + onehot 处理过后的特征,使用 LR 模型,在整理代码时我尝试使用全连接神经网络来代替逻辑回归,但是最终因为数据太稀疏,导致全连接参数众多,所以训练速度非常慢,所以我并没有训练完,所以不知道效果如何,读者如果需要尝试,可以将全连接替换成 LR 模型。
比赛结束后,我对代码进行了整理,往原始代码里添加了一些其他人的开源特征,实际效果没测试;另外 lgb_model2.py
文件基本使用的是林有夕的代码。
3、天池OGeek算法挑战赛
代码oppo_instance_search_ctr.py
里面有详细注释。复赛暂时50名,但是上传的代码线上只有 0.7058 的分数,可能需要调整一下正负例的分割阈值,总的来说在怎么调整分数也不会很高。
代码思路:
- 利用 prefix_prediction 字段对 prefix 进行拼写纠错改写
- 检查 prefix_prediction 中是否有大于 0.1 的概率的候选项,如果有,则计算该候选项和 title 之间的相似度,召回率,准确率,精确率
- 计算 prefix 是否完整出现在 title 中,并且定位其出现的位置(前,后,中)
- 计算 prefix、title 、tag、以及他们的两两组合转换率,构造组合特征并进行 onehot 处理
- 计算 prefix 和 title 的 1-2gram 相似度,点乘、余弦相似度等相似度,具体见代码
- 对 prefix 和 title 进行 SVD 矩阵分解,得到这些句子的语义向量,然后对 prefix 和 title语义向量进行交互,具体见代码
- 计算 prefix 针对于 title 的召回率,精确率,准确率,详情见代码
- 计算 prefix 长度,以及和 tag 的组合的转换率