【阿里大数据】S1

测试数据：

链接: http://pan.baidu.com/s/1pJI3Bzd 密码: r3vp

赛题介绍

本赛题适用于season1 和season 2的比赛，season 3 为线上赛（season 2 赛后公布题目）。 
在天猫，每天都会有数千万的用户通过品牌发现自己喜欢的商品，品牌是联接消费者与商品最重要的纽带。本届赛题的任务就是根据用户4个月在天猫的行为日志，建立用户的品牌偏好，并预测他们在将来一个月内对品牌下商品的购买行为。

我们会开放如下数据类型：

字 段	字段说明	提取说明
user_id	用户标记	抽样&字段加密
Time	行为时间	精度到天级别&隐藏年份
action_type	用户对品牌的行为类型	包括点击、购买、加入购物车、收藏4种行为  (点击：0 购买：1 收藏：2 购物车：3）
brand_id	品牌数字ID	抽样&字段加密

用户对任意商品的行为都会映射为一行数据。其中所有商品ID都已汇总为商品对应的品牌ID。用户和品牌都分别做了一定程度的数据抽样，且数字ID都做了加密。所有行为的时间都精确到天级别(隐藏年份)。

评估指标

我们希望参赛队的预测, 预测的品牌准确率越高越好，也希望覆盖的用户和品牌越多越好，所以用最常用的准确率与召回率作为排行榜的指标。

准确率： 
注： 
N 为参赛队预测的用户数 
pBrandsi为对用户i 预测他(她)会购买的品牌列表个数 
hitBrandsi对用户i预测的品牌列表与用户i真实购买的品牌交集的个数

召回率： 
注： 
M 为实际产生成交的用户数量 
bBrandsi为用户i 真实购买的品牌个数 
hitBrandsi预测的品牌列表与用户i真实购买的品牌交集的个数

最后我们用F1-Score 来拟合准确率与召回率，并且大赛最终的比赛成绩排名以F1得分为准。 

不同赛季使用数据说明

Season 1赛季数据

1)  数据获取格式： 
     参赛者通过大赛官网报名成功后，可以直接下载数据到本地，直接使用。（下载地址在参赛者的个人中心） 
2)  数据说明： 
     提供的原始文件有大约4M左右，涉及1千左右天猫用户，几千个天猫品牌，总共10万多条的行为记录。用户4种行为类型(Type)对应代码分别为：
     点击：0；购买：1；收藏：2；购物车：3 
3)  提交评分方式： 
     参赛者将预测的用户存入文本文件中，格式如下： 
     user_id \t brand_id , brand_id , brand_id \n 
     上传的结果文件名字不限(20字以内)，文件必须为txt格式。

     如图：

     

     将预测结果文件上传至大赛官网结果提交入口即可。（提交结果入口在参赛者的个人中心）

得福在infoQ上天猫推荐算法的演讲:http://www.infoq.com/cn/presentations/tianmao-recommendation-algorithm-practice