Awesome

代码

2018年腾讯广告算法大赛Rank10代码：深度部分。

环境说明

• 系统环境：　

  • 操作系统：Ubuntu16.04 LTS
  • 硬件：CPU　40核，128GB内存
  • 显卡: TITAN Xp, 显存：12G

• 软件环境：

  • Python: 3.6.4(conda 4.5.4)
  • Tensorflow: GPU版本１.7(源码编译), NVIDIA-SMI 390.48, cuda_9.1.85_387.26
  • 其他包: pandas(0.22.0), numpy(1.14.0), scipy(1.0.0), scikit-leartn(0.19.1), tqdm(4.23.3)

运行步骤

• 预处理
  • 载入userFeature数据：python3 load_vowpal.py
• 生成特征
  • 生成uid/aid全局统计特征： python3 make_feature.py
• 运行模型
  • 运行NFFM模型: python3 train.py

特征工程

特征使用

• 基础特征：user、ad的所有基本特征
• 统计特征：uid_aid_nunique(每个uid下的aid数目，等频离散化), aid_uid_nunique(每个aid下的uid数目，等频离散化), campaignId_aid_nunique(每个campaignId下的aid数目， 等频离散化)，pos_aid(每个用户的训练集正aid)， neg_aid(每个用户的训练集负aid)，user_convert(用户转化率)

特征生成

• 全局统计特征：
  • 使用groupby提取，如ad_Feature.groupby(['campaignId']).aid.nunique()
  • 离散化：按百分比：[0, 20, 35, 50, 65, 85, 100]进行离散化
  • 转化率特征： 用户在训练集上的转化率，为防止过拟合，在移除当前行的label基础上进行统计
• 正负aid特征：
  • 在训练集中构建uid:aid-label字典
  • 整理上述字典uid:[aid-pos, aid-neg], 其中aid-pos为label为1的aid列表， aid-neg为label为-1的aid列表
  • 构建测试集中的特征：直接将上述uid拼接到测试集的uid中
  • 构建训练集中的特征：将上述uid拼接到训练集的uid中，并移除aid-pos、aid-neg中每行出现的aid
  • 最终生成多值正负aid特征

模型结构

模型使用郭达雅同学在群里的开源代码：nffm-v3, 即深度FFM模型。

结构定义

• FFM部分：线性部分+二阶隐式交叉
• 深度部分：两个隐藏层

参数

• 批大小：4096
• 迭代次数: 1
• 隐藏层： 256, 128
• 优化器： adam
• 学习率： 0.0002
• L2正则： 0.000002
• 嵌入大小： 8
• 随机种子：2018

感谢

感谢郭达雅大佬的开源模型