2019移动广告反欺诈算法挑战赛之数据特点

最新推荐文章于 2021-10-25 12:49:19 发布
最新推荐文章于 2021-10-25 12:49:19 发布
阅读量879 收藏 1
点赞数
分类专栏： 研究生参加的相关比赛 文章标签： 数据挖掘
版权归世界上所有无产阶级所有
本文链接：https://blog.youkuaiyun.com/qq_41776781/article/details/98469902
版权
博客总结了数据特点，发现所有华为手机的ppi值都为0，这一发现可能对相关数据挖掘和分析有一定意义，可进一步探究其背后原因及影响。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

总结一下发现的数据特点：

 

1： 所有的华为手机的ppi值都为0

 

移动广告算法反欺诈前三名队伍方案总结(万文详解)
herosunly的博客
10-23 7万+
1. 比赛学习方法论 2. 移动广告反欺诈赛题讲解 2.1 赛题背景 2.2 赛题任务和数据介绍 2.3 评测标准 2.4 初赛与复赛排行榜 2.5 数据分析 3. 前三名特征工程方法比较 3.1 特征构建 3.1.1 特征重构 3.1.1.1 IMEI逆向处理 3.1.1.1.1 IMEI概念介绍 3.1.1.1.2 IMEI逆向 3.1.1.2 类别型特征重构 3.1.1.3 其他特征重构 3.1.2 特征交叉 3.2 特征选择 4. 前三名模型构建比较.........
讯飞广告移动反欺诈算法竞赛
Peter清风
08-21 1880
ifly-algorithm_challenge 讯飞移动反欺诈算法竞赛,目前分数只有94.41 讯飞移动反欺诈算法数据竞赛网址： http://challenge.xfyun.cn/2019/gamedetail?type=detail/mobileAD 总体流程 | EDA | 数据预处理 | 数据特征构造 | 模型搭建 | 模型参数的调优以及特征筛选 一、EDA 在...
2019移动广告反欺诈算法挑战赛之数据清洗
YYLin
08-03 2286
原始数据集的各个属性: 1: sid每条记录的索引 2： label， 训练的标签 3： pkgname,一个包名代表一个应用，包名必须唯一, 4： ver, app版本号， 5： 对外广告位ID，应该是投放广告的位置 6： 对外媒体ID， 通过什么方式传播的广告 7： apptype, app的类别 8：请求达到服务时间， 什么时候请点击了该广告 9： ip, city...
2019移动广告反欺诈算法挑战赛之初始数据分析
YYLin
07-23 3974
前言： 最近参加的科大讯飞的2019移动广告反欺诈算法挑战赛，但是白天一直在忙着写论文，所以一直是跑跑别人的公开的baseline，调调参数一类的，现在是94.43左右，有需要的可以和我说一下，免费奉献。但是感觉成长不是很大，所以就学学kaggle上的一个大佬分析数据的方式很有意思，就拿过来学学。比猫画虎而已，肯定有些不对的。程序是用jupyter写的，但是优快云不是很支持jupyter，所以...
2019移动广告反欺诈算法挑战赛baseline
YYLin
08-18 1万+
前言： 分享这个baseline之前，首先先感谢一下我的好朋友油菜花一朵给予的一些帮助。然后呢介绍一下最近比赛中碰到的几个问题，以及解释。如果有可能的话，明天分享一个94.47左右的baseline吧，初赛之前设置为粉丝可见，初赛后在设置所有人可见吧。本来想分享47的baseline的，但是后来发现版本找不到了。就把自己的想法融合了一下，也不知道多少分。比赛名次不重要学到东西才重要。 第...
python 广告分析算法_2019移动广告反欺诈算法挑战赛之初始数据分析
weixin_39947522的博客
12-20 241
前言：最近参加的科大讯飞的2019移动广告反欺诈算法挑战赛，但是白天一直在忙着写论文，所以一直是跑跑别人的公开的baseline，调调参数一类的，现在是94.43左右，有需要的可以和我说一下，免费奉献。但是感觉成长不是很大，所以就学学kaggle上的一个大佬分析数据的方式很有意思，就拿过来学学。比猫画虎而已，肯定有些不对的。程序是用jupyter写的，但是优快云不是很支持jupyter，所以每一...
讯飞移动广告反欺诈算法挑战赛深度学习模型.zip
最新发布
05-08
【标题】：“讯飞移动广告反欺诈算法挑战赛深度学习模型” 这个标题表明这是一个与人工智能领域相关的项目，特别是深度学习技术在广告反欺诈中的应用。讯飞，作为中国知名的语音技术公司，举办了一次竞赛，旨在利用...
讯飞移动广告反欺诈算法竞赛.zip
10-23
【标题】讯飞移动广告反欺诈算法竞赛 这个竞赛的核心目标是通过算法设计来识别并防止移动广告领域的欺诈行为。欺诈在广告行业中是一个严重的问题，它不仅损害了广告主的投资回报，也破坏了整个行业的健康生态。讯飞...
2019移动广告反欺诈算法挑战赛之一些奇妙的idea
YYLin
09-16 2336
首先简单介绍一下自己的几种写好代码但是还没有跑的方案，然后呢分享一下其他几个人的想法，看完感觉不错的话点个赞呗，哈哈哈哈哈哈 思路一： 处理长尾 对于类别特征处理一下长尾特征(也即是把make model ver这些特征中仅仅出现次数少于20次的数据归为一类)，因为catboost对于类别特征是自动暴力找组合特征，默认的时候最多是对四个特征进行组合的，具体可参考catboost官方文档...
关于讯飞大平台-广告反欺诈预测算法竞赛
weixin_30828379的博客
08-19 512
竞赛 转载于:https://www.cnblogs.com/lvdongjie/p/11377968.html
2019金融反欺诈调查报告.pdf
07-16
2019金融反欺诈调查报告
数字金融反欺诈白皮书 -京东金融-2018.05-54页.pdf
09-10
数字金融反欺诈白皮书 -京东金融-2018.05-54页.pdf
2018科大讯飞营销广告算法大赛
张先生－您好的博客
07-21 3920
2018讯飞广告营销算法 本次的最终是一个分类任务，评价指标选择为logloss,以前虽然做过一些分类性的任务，但任务本身难度不大，而本次第一个主要的问题就是数据量大，尤其是在最终的建模中，以前靠只靠cpu版本的XGBoost和Stacking就能得到一个不错的trade-off，而本次任务在Cpu的情况下，就需要花费更多的时间了,所以,重新编译安装了GPU版本的XGBoost，并首次尝试使用了LightGBM(GPU)，其性能多方面优先与XGBoost，所以，最后选择使用了LightGBM模型，注：文中张
业内顶级导师团联合力推——首个“可信AI”实战大赛重磅揭幕
Paper weekly
10-25 499
一场与众不同的科技人破浪之旅即将开启我们期待你的激情与热血也召唤你的专业与智慧第二届ATEC科技精英赛与顶尖高手的竞合游戏等你来战报名网址：www.ATECup.cn大赛背景首个围绕“可信...
百度点击反欺诈比赛-代码思路分享
你好，今天的你
07-21 564
思路分享 该比赛的数据主要围绕着用户和广告商的不同特征维度进行展开，特征工程的难点在于数据清洗部分，比如osv，version等字段，需要通过正则手段取出关键信息。除此之外，时间维度的展开存在多个共线性，需要斟酌拿取适合的时间信息。最后，target encoding是个万能的提分手段，分组聚合不同类别特征的label信息，总结出不同特征的欺诈分布。 模型 catboost xgboost lightgbm（后面发现LGB的效果并没有XGB好，所以没采用） 五折+模型平均融合 代码展示 import n
移动广告作弊流量的浅潜规则
互联居
04-10 2227
流量作弊弥漫在互联网广告行业中，已经成为公开的秘密。 黑格尔的哲学命题”存在即合理“，往往被人滥用，其原意是“合理即合符某种规律”，通过黑格尔辩证法，不存在不变的东西，这个命题也可以解释成“凡是存在的，都是应该会灭亡的”。 不知道虚假流量什么时候会灭亡，那时这篇文章就失去意义了，不过既然这篇文章现在存在，那么就是合理的(rational)。 今天的话题集中在移动流量作弊上面，作
金融风控反欺诈之图算法
热门推荐
飞飞好奇的专栏
04-29 1万+
先介绍下金融借贷业务流程：用户前来申请借贷，会先经过欺诈识别，把欺诈团伙和主观欺诈的个人拒绝掉，然后对通过的人做信用评估，最后根据额度模型，算出利润最大化时放款金额。 刚才提到了团队欺诈，举个真实的例子。宜人贷在他们的财报中公布的，他们被一个团伙成功撸走了2000多单，当时宜人贷的件均4w， 一下损失了8000w！！ 那么如何防范这种风险呢。这就是今天要分享的图算法。图可以将这些一个个有良好记...
智能反欺诈算法概览
慧安金科的博客
08-03 6439
自20世纪末开始，由于反欺诈领域的数据量大和时效性高的要求，机器学习技术逐步实现应用。 1997年，弗拉基米尔·科基纳基（vladimir Kokkinaki）提出了一种基于决策树的模型，其子节点代表不同变量，分叉路径代表不同的条件。 2000年，乔恩·本特利（Jon Bentley）使用基因算法搭建了一套逻辑规则，它可以根据最大发生概率将交易行为划分为可疑交易和非可疑交易。 2002年，理...
智能反欺诈算法概览及典型应用案例
kobejayandy的专栏
06-30 3216
从上个世纪90年代开始，由于反欺诈领域大数据量和高时效性需求，机器学习技术得到逐步应用： Kokkinaki（1997）提出一种基于决策树逻辑的模型，其中子节点代表不同的变量，分叉路经代表满足不同的条件； Bentley（2000）运用基因算法来搭建一套逻辑规则，可以根据最大发生概率将交易行为划分为可疑和非可疑； Bolton和Hand（2002）利用对等组分析和断点分析，...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值