作為全球數(shù)據(jù)挖掘領域最有影響力的賽事，KDD Cup比賽由ACM協(xié)會的國際頂級會議SIGKDD舉辦，自1997年以來每年舉辦一次。該比賽一直以來都強調(diào)在實際場景中的應用性，今年的賽題是主辦方提供中國北京和英國倫敦的天氣數(shù)據(jù)，比賽選手需要以此來預測未來48小時內(nèi)PM2.5\PM10\O3濃度，賽題本身對應對惡劣環(huán)境、改善人類生存有著重要意義。

值得一提的是，胡可就職于阿里媽媽搜索直通車算法團隊，他主要的工作內(nèi)容是做廣告排序算法，如應用深度學習模型解決業(yè)務問題，團隊也在應用并優(yōu)化多種深度學習模型，其日常工作中積累的深度學習經(jīng)驗在比賽中起到了關鍵作用。

斬獲三項大獎的秘密：空氣預報特征+深度學習模型解決空氣預測難題

與往年只有最終成績獎項不同，KDD Cup 2018計入了比賽過程中的成績并設立了三項大獎——“The General Track”、“最后10天專項獎”、“最佳長期預測獎”，從三個維度來獎勵比賽中表現(xiàn)突出的隊伍。而“getmax”也因全面而突出的表現(xiàn)，從4000多個參賽隊伍中脫穎而出，成為唯一一個斬獲三項大獎的隊伍，分別取得一項亞軍、兩項冠軍的成績。

本屆賽題十分獨特，空氣質(zhì)量預測不僅具有規(guī)律性弱、不穩(wěn)定、易突變的特點，并且因為要預測未來48小時中的每個小時，以及北京/倫敦城市內(nèi)幾十個預測地點，建模時間序列以及地點拓撲關系給機器學習模型帶來挑戰(zhàn)。

成績來自于特征與模型兩方面的優(yōu)化

特征方面：

發(fā)現(xiàn)風速和風向是長期預測與突變預測的關鍵，所以在比賽中在時間與空間維度細化了天氣預報的特征，并且運用噪音處理與分箱平滑、以及神經(jīng)網(wǎng)絡結構調(diào)整解決天氣預報訓練數(shù)據(jù)缺失引起的不一致問題。

模型方面：

除運用細粒度特征工程的樹模型外，也運用深度學習模型進行相對自動的特征間以及序列間關系挖掘。并且針對長時間序列問題的特點，對DNN網(wǎng)絡與RNN網(wǎng)絡分別進行了優(yōu)化調(diào)整，解決了序列間預測值接近、長序列預測值不穩(wěn)定等問題。

之所以會用以上的思路解決問題，胡可說，工作場景起到了在實際問題中積累思路與技術的作用，“對深度學習模型的應用是前面隊伍排名區(qū)分的關鍵，在比賽中應用的DNN/RNN模型在自己工作中的廣告領域有很多探索?！?/p>

阿里媽媽打造Ad Tech：用技術進步驅(qū)動營銷

“比賽中的有些開源解決方案，具有與實際工業(yè)界互相促進的作用?！焙蓪λ惴ū荣惡芨信d趣，他也是去年KDD Cup 的冠軍獲得者。

之所以活躍于全球頂級的算法大賽中，胡可表示，KDD Cup是工業(yè)界和學術界都非常關注的一個比賽，也產(chǎn)出過很多對業(yè)界有影響的技術，比如KDD Cup 2012 產(chǎn)出的XGBOOST和FFM模型對工業(yè)界產(chǎn)生了很大的推進作用，而在工業(yè)界有了一定應用沉淀后，又不斷地對這兩種模型進行優(yōu)化。

他也希望能夠向這個方向努力，預測環(huán)境問題與廣告問題看似場景不同，但技術本身是相通的，工作和比賽都是在針對具體問題運用機器學習相關算法進行建模與優(yōu)化。在算法比賽中一方面將工作中熟悉的技術應用于各種實際問題，另一方面則加深對技術的理解并且將新的理解應用到未來工作中。

這也正是阿里媽媽技術團隊所倡導的，作為阿里巴巴旗下的大數(shù)據(jù)營銷平臺，阿里媽媽在今年提出了打造營銷科技Ad Tech的品牌戰(zhàn)略，在其原有業(yè)務的探索基礎上，加深與學術界的交流，阿里媽媽每年都有一些新論文入選到IJCAI、WWW、AAAI等技術領域的國際頂級會議上，今年也有論文入選了此次SIGKDD會議，阿里集團共有14篇文章被收錄；同時，它也通過主辦算法大賽來增進算法交流，例如攜手國際人工智能的頂級盛會IJCAI以及阿里云天池平臺，共同舉辦的IJCAI 2018阿里媽媽國際廣告算法大賽。

在阿里媽媽Ad Tech的理念之下，通過技術的不斷進步，來驅(qū)動廣告場景的持續(xù)優(yōu)化，理想正在逐步照進現(xiàn)實。

xiesc

<center id="zbsoi"></center>