WeChat_Big_Data_Challenge_DeepCTR_baseline

比赛官网：2021中国高校计算机大赛微信大数据挑战赛

方案说明

本方案为基于DeepCTR实现的多任务学习模型MMOE

特征：本方案关注于模型，仅使用以下6个较为基础的原始特征：['userid', 'feedid', 'authorid', 'bgm_song_id', 'bgm_singer_id', 'videoplayseconds']
线上结果：

得分查看评论点赞点击头像转发

0.633475 0.612465 0.613346 0.700479 0.643898

得分	查看评论	点赞	点击头像	转发
0.633475	0.612465	0.613346	0.700479	0.643898

运行环境

python 3.6
deepctr==0.8.5
numpy==1.16.4
pandas==0.24.2
tensorflow==1.12.0
scikit_learn==0.24.2

deepctr安装说明

CPU版本
```
$ pip install deepctr==0.8.5
```
GPU版本先确保已经在本地安装tensorflow-gpu,版本为 tensorflow-gpu>=1.4.0,!=1.7.*,!=1.8.*，然后运行命令
```
$ pip install deepctr==0.8.5 --no-deps
```

运行说明

新建data目录，下载比赛数据集，放在data目录下并解压，得到wechat_algo_data1目录
```
python run_mmoe.py
```

运行时间

在Tesla P40 24G GPU、E5-2650 v4 CPU机器上，训练时间为205s/epoch（6708846条样本）。

训练时显存占用为695MiB，内存占用为2.2G。

预测时间如下：

4个目标行为421985条样本预测耗时（毫秒）：352.331
4个目标行为2000条样本平均预测耗时（毫秒）：1.670

关于DeepCTR

DeepCTR是一个易用、可扩展的深度学习点击率预测算法包，基于tensorflow深度学习框架。

添加特征时，仅添加feature_columns即可，无需改动模型；

在模型方面，DeepCTR包含20多个CTR模型（如DeepFM、xDeepFM、DCN、AutoInt、DIN、FiBiNET等），可直接通过模型名调用。如需自定义模型，DeepCTR中也有很多高复用性的模块（例如DNN、FM、BiInteractionPooling、CIN、CrossNet等）。更多使用方法请参考DeepCTR文档。

DeepCTR也有pytorch版本：DeepCTR-Torch: https://github.com/shenweichen/DeepCTR-Torch

其他

楼主之前做比赛，从很多前辈的分享或开源中学到了很多，现在希望自己也能贡献一些。希望本文可以帮助大家降低深度学习CTR模型的门槛，普及这些算法技术。

预祝大家在本次大赛中取得好成绩！

zanshuxun/WeChat_Big_Data_Challenge_DeepCTR_baseline

zanshuxun

Reviews

Repository Details