tencent-ad-match-2020

腾讯广告算法大赛2020参赛代码

运行环境：python3.5+, tensorflow2.0+

比赛链接：https://algo.qq.com/index.html

比赛说明：通过用户近90天广告点击信息预测用户性别和年龄，本质上可看作一个文本分类问题

最终成绩：1.418

备注：第一次参加文本分类相关的比赛，主要通过参与比赛对nlp相关知识有一定了解和实践，代码可供参考，还有待完善。

代码结构

• data：用于存放数据
• model：用于保存模型
• result：用于输出提交结果
• 基于统计特征建模
  • model_stat.ipynb：
• 基于文本特征建模
  • user_seglist.ipynb：基于文本特征建模的数据预处理部分，输出用户各个id的分词序列，格式为csv
  • model_tfidf.ipynb：基于tf-idf进行建模
  • model_w2v.ipynb：基于word2vec进行建模，主要用于输出词向量
  • model_nn_tf2.ipynb：基于深度学习模型进行建模，包含：dnn/textcnn/lstm/lstm+dnn/lstm+textcnn等模型，依赖model_w2v.ipynb训练出的词向量

数据说明

源数据由腾讯官方提供，备份数据以及word2vec训练结果可通过如下渠道获得，下载后解压至对应目录即可

链接：百度网盘资源链接-tecent_ad2020

提取码：scfi

参考资料

1. 赛题FAQ
2. 2020腾讯广告算法大赛：赛题理解与解题思路
3. 2020腾讯广告算法大赛：如何突破分数瓶颈？
4. 2020腾讯广告算法大赛：高分进阶
5. 鹅厂大神上分思路，助你玩转初赛！
6. 初赛尾声将至，大神带你最后一搏！
7. 零基础入门深度学习(5) - 循环神经网络
8. Example:text_classification_with_transformer