RecSys2019 比赛获奖论文

第一名 方案

$$
d_{uh} = \frac{1}{t} \sum_{h_c=1}^t \frac{|R_h \cap R_{h_c}|}{|R_h \cup R_{h_c}|}
$$

rank特征变换

FAQ

这个比赛的目标是什么

MRR跟AUC和NDCG的区别和联系是什么

第一名方案的作者为什么选择NDCG来做优化目标

如果改造lambdaMART支持MRR该如何实现

训练集和验证集如何划分的

论文中有哪些重要有借鉴价值的特征构造

为什么user特征价值没有item以及user-item交互特征大

item-item相似特征是如何构造的

用户跟新hotel的交互概率是干什么的

为什么需要rank特征变换