readme

# 推荐系统实践（新闻推荐）

# 数据下载

链接：https://pan.baidu.com/s/15ReHXSM6VlQP-usia0DgYw 提取码：135r

# 基本信息

学习周期：15天
学习形式：理论学习+练习
人群定位：有一定的数据分析基础，了解推荐系统基本算法，了解机器学习算法流程
先修内容：Python编程语言 (opens new window)；编程实践（Pandas） (opens new window)；编程实践（Numpy） (opens new window)；推荐系统基础 (opens new window)。
难度系数：中

# 学习目标

# 熟悉推荐系统竞赛的基本流程

掌握数据分析方法
了解多路召回策略
了解冷启动策略
了解排序特征的构造方法
了解常见的排序模型
了解模型融合

# 新闻推荐入门赛学习内容汇总：

# 任务安排

# Task00：熟悉规则（1天）

组队、修改群昵称
熟悉打开规则

# Task01：赛题理解+Baseline（3天）

理解赛题数据和目标，理解评分指标，了解赛题的解题思路
完成赛题报名和数据下载，跑通Baseline并成功提交结果

# Task02：数据分析（2天）

了解数据中不同文件所包含的信息，不同数据文件之间的关系
分析点击数据中用户的点击环境、点击偏好，点击的文章属性等分布
分析点击数据中文章的基本属性，文章的热门程度，文章的共现情况等
分析文章属性文件中(embedding文件和属性特征文件)，文章的基本信息

# Task03：多路召回（3天）

熟悉常见的召回策略，如：itemcf, usercf以及深度模型召回等
了解当前场景下的冷启动问题，及常见解决策略，了解如何将多路召回的结果进行合并
完成多种策略的召回，冷启动及多路召回合并
完成召回策略的调参和召回效果的评估

# Task04：特征工程（3天）

了解排序数据标签的构建，训练数据的负采样，排序特征的常用构造思路
完成用户召回文章与历史文章相关性的特征构造
完成用户历史兴趣的相关特征的提取，文章本身属性特征的提取

# Task05：排序模型+模型融合（3天）

了解基本的排序模型，模型的训练和测试，常用的模型融合策略
完成LGB分类模型，LGB排序模型，及深度模型中的DIN模型的训练、验证及调参
完成加权融合与Staking融合两种融合策略

# 关于Datawhale

Datawhale是一个专注于数据科学与AI领域的开源组织，汇集了众多领域院校和知名企业的优秀学习者，聚合了一群有开源精神和探索精神的团队成员。Datawhale 以“for the learner，和学习者一起成长”为愿景，鼓励真实地展现自我、开放包容、互信互助、敢于试错和勇于担当。同时 Datawhale 用开源的理念去探索开源内容、开源学习和开源方案，赋能人才培养，助力人才成长，建立起人与人，人与知识，人与企业和人与未来的联结。本次数据挖掘路径学习，专题知识将在天池分享，详情可关注Datawhale(二维码在上面)

# 其他组队学习

有关组队学习的开源内容

team-learning (opens new window)：主要展示Datawhale的组队学习计划。
team-learning-program (opens new window)：主要存储Datawhale组队学习中“编程、数据结构与算法”方向的资料。
team-learning-data-mining (opens new window)：主要存储Datawhale组队学习中“数据挖掘/机器学习”方向的资料。
team-learning-nlp (opens new window)：主要存储Datawhale组队学习中“自然语言处理”方向的资料。
team-learning-cv (opens new window)：主要存储Datawhale组队学习中“计算机视觉”方向的资料。
team-learning-rs (opens new window)：主要存储Datawhale组队学习中“推荐系统”方向的资料。
team-learning-rl (opens new window)：主要存储Datawhale组队学习中“强化学习”方向的资料。

编辑

上次更新: 2022/01/04, 02:41:54

← 多任务学习赛题理解+Baseline→