作者：DOTA
微信视频号推荐算法大赛
排行榜
问题描述
基于脱敏和采样后的数据信息，对于给定的一定数量到访过微信视频号“热门推荐”的用户， 根据这些用户在视频号内的历史n天的行为数据，通过算法在测试集上预测出这些用户对于不同视频内容的互动行为（包括点赞、点击头像、收藏、转发等）的发生概率。本次比赛以多个行为预测结果的加权uAUC值进行评分。
微信视频号推荐数据
（1）Feed信息表
该数据包含了视频（简称为feed）的基本信息和文本、音频、视频等多模态特征：
（2）用户行为表
该数据包含了用户在视频号内一段时间内的历史行为数据（包括停留时长、播放时长和各项互动数据）。
（3）提交结果形式
对测试集中每一行的userid和feedid的七种互动行为的发生概率进行预测，这七种行为包括：查看评论、点赞、点击头像、转发、收藏、评论和关注。
评估指标
采用uAUC作为单个行为预测结果的评估指标，uAUC定义为不同用户下AUC的平均值，计算公式如下：
其中，n为测试集中的有效用户数，有效用户指的是对于某个待预测的行为，过滤掉测试集中全是正样本或全是负样本的用户后剩下的用户。AUCi为第i个有效用户的预测结果的AUC（Area Under Curve）。AUC的定义和计算方法可参考维基百科。
Wide&Deep Baseline
炼丹笔记 参与了本次微信视频号推荐算法大赛。同时，官方也给出基于Wide&Deep的Baseline，具体地址见文末。关于推荐算法我们之前已经讲过很多了，同时也整理过整个CTR预估系列，有兴趣的同学可以翻翻 炼丹笔记 的相关文章。Wide&Deep是其中相对经典的部分。
Baseline运行环境配置
- pandas>=1.0.5
- tensorflow>=1.14.0
- python3
Baseline运行资源配置
- CPU/GPU均可
- 最小内存要求
- 特征/样本生成：3G
- 模型训练及评估：6G
- 耗时
- 测试环境：内存8G，CPU 2.3 GHz 双核Intel Core i5
- 特征/样本生成：226 s
- 模型训练及评估：740 s
Baseline模型及特征
- 模型：Wide & Deep
- 参数：
- batch_size: 128
- emded_dim: 10
- num_epochs: 1
- learning_rate: 0.1
- 特征：
- dnn 特征: userid, feedid, authorid, bgm_singer_id, bgm_song_id
- linear 特征：videoplayseconds, device，用户/feed 历史行为次数
模型结果
炼丹笔记的Baseline提交
欲之炼丹笔记所用之模型，且听下回分解....
What You Want
（1）官方Baseline：
https://github.com/WeChat-Big-Data-Challenge-2021/WeChat_Big_Data_Challenge
（2）数据地址：
https://algo.weixin.qq.com/user
（3）Wide&Deep：
https://dl.acm.org/doi/pdf/10.1145/2988450.2988454
（4）炼丹笔记往期文章
- CTR预估系列炼丹入门手册
- 推荐算法竞赛TOP解决方案
