科大讯飞基于用户画像的商品推荐挑战赛Rank5

科大讯飞这个比赛终于结束了，初赛和复赛我都是在最后几天开始做的，不到deadline不动手，导致后期想试新算法都没有时间了。

最终仅排名第五，略有遗憾！以后还是提早接触好！！！
比赛链接

复赛主要解决方案：

• 数据处理

  根据tagid是否缺失把train和test(复赛数据)分出两部分数据集
  将复赛数据集的train和test的tagid未缺失用户的tagid序列用来做Word2Vector

• 两层GRU

• test中tagid缺失的用户label直接预测为1

• 线下train_tagidNotnull_F1Score为0.6773461

另外：

• 硬件方面用的自己的一块3060显卡，在batch_size为512的时候，仅有3.6G显存；
• 就算这块显卡再不济，也比我的MacBook Pro计算速度快100倍，比免费版Google colab快30倍。
• 跑一次模型从30min~2h不等，跟embedding size、batch_size、hidden 层数有关。

在接下来的其他比赛中再接再厉把！加油！

比赛代码见github，欢迎star！