【打卡】广告-信息流跨域ctr预估

一、赛事介绍

1. 赛题背景

广告推荐主要基于用户对广告的历史曝光、点击等行为进行建模，如果只是使用广告域数据，用户行为数据稀疏，行为类型相对单一。而引入同一媒体的跨域数据，可以获得同一广告用户在其他域的行为数据，深度挖掘用户兴趣，丰富用户行为特征。引入其他媒体的广告用户行为数据，也能丰富用户和广告特征。
本赛题希望选手基于广告日志数据，用户基本信息和跨域数据优化广告ctr预估准确率。目标域为广告域，源域为信息流推荐域，通过获取用户在信息流域中曝光、点击信息流等行为数据，进行用户兴趣建模，帮助广告域ctr的精准预估。

2. 数据说明

本赛题提供7天数据用于训练，1天数据用于测试，数据包括目标域（广告域）用户行为日志，用户基本信息，广告素材信息，源域（信息流域）用户行为数据，源域（信息流域）物品基本信息等。希望选手基于给出的数据，识别并生成源域能反映用户兴趣，并能应用于目标域的用户行为特征表示，基于用户行为序列信息，进行源域和目标域的联合建模，预测用户在广告域的点击率。所提供的数据经过脱敏处理，保证数据安全。

2.1 目标域用户行为数据

2.2 源域用户行为数据

3.评价指标

评估方式： 统计广告域的样本 CTR 预估值， 计算 GAUC 和 AUC

评测指标： 本次比赛使用 GAUC 和 AUC 的加权求和作为评估指标， 具体公式如下：xAUC=α∗GAUC+β∗AUC
xAUC 越高，代表结果越优，排名越靠前。
其中，AUC为全体样本的 AUC 统计， GAUC 为分组 AUC 的加权求和， 以用户为维度分组，分 组权值为分组内曝光量/总曝光)

初赛：α 为 0.7，𝛽为 0.3

二、解决方案

1 EDA