三届（2012、2011、2009）KDD Cup内容、数据源和论文

2012届KDD Cup

 

Track1任务：社交网络中的个性化推荐系统

根据腾讯微博中的用户属性（User Profile）、SNS社交关系、在社交网络中的互动记录（retweet、comment、at）等，以及过去30天内的历史item推荐记录，来预测接下来最有可能被用户接受的推荐item列表

Track2任务：搜索广告系统的pTCR点击率预估

提供用户在腾讯搜索的查询词（query）、展现的广告信息（包括广告标题、描述、url等），以及广告的相对位置（多条广告中的排名）和用户点击情况，以及广告主和用户的属性信息，来预测后续时间用户对广告的点击情况

 

数据集：http://www.kddcup2012.org/c/kddcup2012-track1/data

论文：http://www.kddcup2012.org/workshop

 

 

2011届KDD Cup

 

Track1任务：音乐评分预测

根据用户在雅虎音乐上item的历史评分记录，来预测用户对其他item（包括歌曲、专辑等）的评分和实际评分之间的差异RMSE（最小均方误差）。同时提供的还有歌曲所属的专辑、歌手、曲风等信息

Track2任务：识别音乐是否被用户评分

每个用户提供6首候选的歌曲，其中3首为用户已评分数据，另3首是该用户未评分，但是出自用户中整体评分较高的歌曲。歌曲的属性信息（专辑、歌手、曲风等）也同样提供。参赛者给出二分分类结果（0/1分类），并根据整体准确率计算最终排名

 

数据集：http://kddcup.yahoo.com/datasets.php#

论文：http://kddcup.yahoo.com/workshop.php

 

 

2009届KDD Cup

 

法国电信运营商Orange的大规模数据中，积累了大量客户的行为记录。竞赛者需要设计一个良好的客户关系管理系统（CRM），用快速、稳定的方法，预测客户三个维度的属性，包括：1、忠诚度：用户切换运营商的可能性（Churn）；2、购买欲：购买新服务的可能性（Appetency）；3、增值性：客户升级或追加购买高利润产品的可能性（Up-selling）。结果用AUC曲线来评估

 

数据集：http://www.sigkdd.org/kddcup/index.php

论文：http://jmlr.csail.mit.edu/proceedings/papers/v7/