https://github.com/kupuSs/CIKM-CUP-2019-track2-rank10

CIKM 2019 E-Commerce AI Challenge - 超大规模推荐之用户兴趣高效检索
https://github.com/kupuSs/CIKM-CUP-2019-track2-rank10

Last synced: 30 days ago
JSON representation

CIKM 2019 E-Commerce AI Challenge - 超大规模推荐之用户兴趣高效检索

• Host: GitHub
• URL: https://github.com/kupuSs/CIKM-CUP-2019-track2-rank10
• Owner: kupuSs
• Created: 2019-10-23T08:37:45.000Z (over 5 years ago)
• Default Branch: master
• Last Pushed: 2021-07-14T08:24:39.000Z (over 3 years ago)
• Last Synced: 2024-09-28T14:30:48.914Z (5 months ago)
• Size: 5.86 KB
• Stars: 11
• Watchers: 2
• Forks: 1
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

• StarryDivineSky - kupuSs/CIKM-CUP-2019-track2-rank10 - Commerce AI Challenge - 超大规模推荐之用户兴趣高效检索 (其他_推荐系统 / 网络服务_其他)

README

        
# CIKM-CUP-2019-TRACK2-rank10

solution implement(之后会上传代码).


#### CIKM 2019 EComm AI - Efficient and Novel Item Retrieval for Large-scale Online Shopping Recommendation

#### 队伍名称

kupu


- 初赛 43/1003

- 复赛 10/1003

主要是内存很小，数据要采样，如果数据量可以再大一点，结果应该可以更好:(


#### 赛题地址（competition address）:

* [in CIKM] (http://www.cikm2019.net/challenge.html).


* [in tianchi] (https://tianchi.aliyun.com/competition/entrance/231721/introduction).


#### 赛题解释（competition explanation）:

这是一个推荐topK类型的问题.


要从全量商品库中精确地检索到用户最感兴趣的topK个商品，并且要求时间复杂度在O(n)以下(TRACK1没有时间复杂度要求)，即避免穷举计算.


> 提供方案的时间复杂度必须在O(n)以下才被视作有效


> 对于类似于构建索引结构的预处理操作，其处理流程不计入时间复杂度计算


初赛与复赛的评价指标不一样，所以初赛复赛的解决方案会不太相同


* 初赛指标: 推荐的item可以包含之前点击过的


* 复赛指标: 推荐的item不能包含之前点击过的