TianChi新闻推荐01:协同过滤itemCF

1、介绍

https://tianchi.aliyun.com/competition/entrance/531842/information

赛题以预测用户未来点击新闻文章为任务，该数据来自某新闻APP平台的用户交互数据，

• 包括30万用户，近300万次点击，共36万多篇不同的新闻文章，同时每篇新闻文章有对应的embedding向量表示。
• 从中抽取20万用户的点击日志数据作为训练集，5万用户的点击日志数据作为测试集A，5万用户的点击日志数据作为测试集B。

数据集

1. train_click_log.csv：训练集用户点击日志
2. testA_click_log.csv：测试集用户点击日志
3. articles.csv：新闻文章信息数据表
4. articles_emb.csv：新闻文章embedding向量表示
5. sample_submit.csv：提交样例文件

Field	Description
user_id	用户id
click_article_id	点击文章id
click_timestamp	点击时间戳
click_environment	点击环境
click_deviceGroup	点击设备组
click_os	点击操作系统
click_country	点击城市
click_region	点击地区
click_referrer_type	点击来源类型
article_id	文章id，与click_article_id相对应
category_id	文章类型id
created_at_ts	文章创建时间戳
words_count	文章字数
emb_1,emb_2,…,emb_249	文章embedding向量表示

 

2、

task01：Baseline

http://datawhale.club/t/topic/196

协同过滤：http://datawhale.club/t/topic/41

内容勘误：http://datawhale.club/t/topic/302

task02:数据分析

http://datawhale.club/t/topic/197