微信大数据挑战赛方案总结

微信大数据挑战赛是一个非常有意思的比赛，从5月20日一直到8月9日，我从初赛周周星到险些未进复赛，从复赛开始，又占得了一个相对靠前的名次，从躺平到惊起，又从惊起到躺平，是一次“魔幻”的竞赛之旅。今天老肥就来和大家分享本次比赛的方案总结，同时期待决赛大佬们的精彩方案开源。

赛事概要

本次比赛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14天的行为数据，通过算法在测试集上预测出这些用户在第15天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。初赛以4个行为预测结果的加权uAUC值进行评分，复赛以7个行为的预测结果的加权uAUC值进行评分。

解决方案

复赛的方案采用的是一个相对简单的NN方案，采用的模型为多任务学习模型MMoE, 一共采用了原始特征 + 34维衍生特征，原始特征包括userid、feedid等6个id特