第一届腾讯社交广告高校算法大赛以“移动App广告转化率预估“为主题,首次开放腾讯在社交和数字广告领域的“实战类”数据,以高度模拟真实业务的赛题方式呈现,并直指数字广告中的核心关键问题:转化预估,面向高校学生征集最智慧的算法解决方案,引领广告生态业界的核心技术方向。
来自北京大学的“到底对不队”队, 在第一届腾讯社交广告高校算法大赛获得总分第四名和答辩最佳表现奖。
下面是来自团队代表张建敏同学的参赛心得分享。
北京大学 张建敏
又一届腾讯广告算法大赛千呼万唤始出来!很高兴参加了上一次的比赛并和大神队友们一起取得了不错的成绩(总成绩第四名和最佳表现奖)。上一届的比赛可谓是精彩纷呈,比赛组织非常得当,从数据到赛制,从答疑解惑到问题处理,从初赛到决赛再到现场答辩,都让参赛选手们感受到专业的力量以及鼓励支持。
来自各大学校的牛人参加了比赛,大家都各有所长,平时QQ群和现场答辩时他们的分享让我学习到很多好的方法和思路。回顾整个赛程,能在强者如云的比赛中获得这样的成绩,我感觉可以总结为以下几点。分享给这次准备参加比赛的大牛们,算是抛砖引玉。
1、业务逻辑深入思考 寻找痛点
由于题目中的转化率预估业务场景比较复杂,涉及展示-点击-下载应用-重新打开等一系列操作,并且存在转化统计等众多问题,所以我们首先用很长的时间理解并分析了业务逻辑,找到了重点数据以及特征,为特征工程起到了决定性作用。
2、单模型深入理解 创新优化
我们不仅尝试了各种经典并且效果和效率均十分优异的模型,而且分析了各种模型对于不同类型数据的处理优势,各取所长。另外寻找了相关论文,并改进DeepFM,将其效果发挥到极致。
3、多模型融合 扬长避短
多模型融合可谓是“三个臭皮匠顶个诸葛亮”这一步操作我们选择了多种类型的模型,分步进行融合,并且最后进行结果修正。这一步骤对结果提升很大。
4、团队精诚合作 各司其职
最后也是最重要的是团队的精诚合作,各司其职。每个人都有特长,有更加适合的任务,而整个比赛需要的不仅是编程能力与调参能力,更需要大家发现自己的专长,同时也需要最好每日交流进度,使用合理的任务管理软件记录新想法、目前需要完成的任务、每个人需要负责的任务等。
5、善于借鉴 现在巨人的肩上看世界
我们整个比赛过程都不是自己闭门造车,毕竟我们虽然平时也都接触基本算法,但是场景分析、算法具体性能、大数据处理方式等都是原先没有处理过的。我们遇到问题善于查阅论文,向周围有经验的同学朋友请教,以及和其他选手们互通有无,共同进步和学习。在比赛中,我们和其他选手不仅是竞争关系,也是战友关系。
在比赛中我们有以上处理得比较好的方面,也有一些是由于比赛经验不足考虑欠周的地方,如果大家可以提前做好准备可能会取得更好的成绩。下面也介绍一下绊倒我们的“坑”。
1、大数据处理经验不足
我们在初赛后半段当时保持了两周的周冠军,但是到决赛换了数据之后,我们由于程序对大数据处理的速度和稳定性不太好,所以一开始就掉到了十几名。处理速度也很大程度上影响了我们新特征提取和验证。总之大数据处理需要提前设计整个处理方式和流程的时候考虑清楚,正所谓“磨刀不误砍柴工”。
2、换数据的特征抽取
初赛的小数据和决赛的大数据在数据分布上面存在差异,并且存在很严重的冷启动问题。这是我们在开始分析时忽略了,并且换数据处理速度过慢验证不当,直到后面成绩很难有提高的情况下才发现。如果提早一点发现会给模型调参和融合等工作留下更充裕的时间。
最后我们队有幸参加了现场答辩,我也很荣幸得代表队伍进行陈述。答辩准备过程中我更加系统地总结了比赛中的成功失败,字斟句酌,在有限时间内突出亮点和优势。通宵练习之后换来的是“最佳表现奖”,虽然没有完成第四名到第三名的逆袭,但我们也很欣慰于自己的成长。答辩最后部门总监也对真实业务中的场景、算法框架等进行了详细的介绍,使我们受益匪浅。通过参加比赛,不仅实践了有用的算法,完成了一整套的系统设计,还真正接触到了工业界的数据,可以说收获是全方位的。
P.S.如果想加入腾讯的话,参加比赛取得好成绩会提升面试官对你的好感哦!只能帮你萌到这里了~
谨代表“到底对不队”队和大家唠这么多,最后希望大家享受比赛,都可以在比赛中进步、成长,使这次比赛成为你生命中多彩的一笔。