# TMC

**Repository Path**: yinjingping/TMC

## Basic Information

- **Project Name**: TMC
- **Description**: No description available
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-06-27
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

```
2020 腾讯广告算法大赛
分数：1.328
名次：333/11000
采用模型5，只使用了特征 creative_id

思路：https://aping-dev.com/TMC/

0_prepare_data.ipynb:
1. 下载训练数据和测试数据的压缩文件并解压。
2. 读取训练数据的三张表：click_log.csv，user.csv，ad.csv。
   读取测试数据的两张表：click_log.csv，ad.csv。
3. 将训练数据和测试数据合并为一张表。

1_w2v.ipynb:
将每个用户的 creative_id 拼在一起，作为一篇文章，训练词向量。

3_nlp.ipynb
1. 加载词向量。
2. 构造数据。
 输入：每个用户的 creative_id 拼在一起，作为一篇文章，根据加载的词向量将其 tokenizer 化。将所有的文章长度对齐。
 输出：age * 10 + gender，共 20 种标签。 
4. 模型构建、训练。采用一维卷积神经网络进行文本分类，共分为 20 类。需要将加载进来的 Embedding 冻结，不训练。
5. 预测。
```