比赛链接

队员：Yumho, byxshr

• utils.py: 提供了生成label均值特征的函数
• preprocess.py: 视频特征和音频特征预处理
• model.py: 模型文件
• track2.py: 训练文件

• 内存256G，TITAN Xp 12G显存 * 2

基于DeepCTR的xDeepFM模型，做了些修改来支持视频特征和音频特征的输入。其中视频特征和音频特征通过128->embedding_size的神经网络做embedding，拼接到所有特征的embedding向量后面。

具体参数设置可查看track2.py。

1. 原始特征（uid, user_city, item_id, author_id, item_city, music_id, did, video_duration）
2. 计数特征，即统计某个字段的出现次数（uid, did, item_id, author_id, uid-author_id）
3. label均值特征，即根据某个字段分组统计每个分组的标签均值（uid, did, item_id, uid-author_id, uid-did, did-channel）
4. nunique特征，例如uid_item_nunique，是统计每个uid下有多少不同的item_id，等频离散化
   • uid_icity_nunique
   • uid_item_nunique
   • uid_author_nunique
   • uid_music_nunique
   • item_ucity_nunique
   • item_uid_nunique
   • author_uid_nunique
5. 视频特征
6. 音频特征
7. 标题特征，提取视频标题的不重复字段，当作序列特征输入，最后做sum pooling得到embedding向量

最终成绩是跑10次取平均；
track1：a/b榜都是15；
track2：a榜第14，分数为0.79405 (0.73,0.93)；b榜第14，分数为0.79485 (0.74,0.93)

• Lian J, Zhou X, Zhang F, et al. xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems[J]. arXiv preprint arXiv:1803.05170, 2018.(https://arxiv.org/pdf/1803.05170.pdf)
• Bytedance_ICME2019_challenge_baseline
• Data-Competition-TopSolution