中国团队两冠一亚包揽KDD CUP三项大奖，作者亲述技术细节

[原创文章：www.11jj.com]

  新智元报道  

作者：罗志鹏 胡可 黄坚强

编辑：金磊、闻菲

【新智元导读】近日，有数据挖掘领域“奥运会”之称的KDD Cup 2018比赛结果出炉。今年的主题为空气质量预测，中国团队Getmax包揽三项大奖，获得两项第一，一项第二的好成绩。本文带来该团队亲述算法思路与技术细节。

KDD Cup是由 ACM 的数据挖掘及知识发现专委会（SIGKDD）主办的数据挖掘研究领域的国际顶级赛事，从1997年至今已有 21 年的历史。作为目前数据挖掘领域最有影响力、最高水平的国际顶级赛事，KDD Cup 每年都会吸引来自世界各地数据挖掘领域的顶尖专家、学者和工程师参赛，因此也有“大数据奥运会”之名。

与往年只有最终成绩奖项不同，KDD Cup 2018计算了比赛过程中的成绩并设立了三项大奖——“The General Track”、“最后10天专项奖”、“最佳长期预测奖”，从三个维度来奖励比赛中表现突出的队伍。而“Getmax”也因全面而突出的表现，从4000多个参赛队伍中脱颖而出，成为唯一包揽三项大奖的队伍，分别取得一项亚军、两项冠军的成绩。

 

如何在KDD Cup这样高手如云的国际赛事中脱颖而出？Getmax团队向新智元详细介绍了他们今年的参赛解决方案，包括如何理解空气质量问题，分析数据，特征工程，以及如何针对应用特点进行深度学习建模与优化。

 

背景介绍：KDD CUP 2018预测空气质量

KDD Cup 2018关注空气质量问题。在过去几年中，空气质量问题已经影响了很多发展中国家的大城市。2011年，康奈尔大学空气质量专家Dane Westerdahl在接受《洛杉矶时报》的采访时表示，有些时候，发展中国家城市的空气质量和“森林大火下风口的空气质量”相当。

在众多空气污染物中，悬浮颗粒（particulate matters，简称PM）是最致命的一种之一。直径小于或等于2.5 μm的悬浮颗粒可以进入肺部深处，进入血管，导致 DNA 突变和癌症，中枢神经系统损伤和过早死亡。 

主办方在比赛中提供中国北京和英国伦敦的数据。比赛选手需要预测未来48小时内 PM2.5, PM10和O3 的浓度（伦敦只需要预测PM2.5和PM10）。

Getmanx团队介绍：

罗志鹏 微软Bing搜索广告算法工程师，北京大学软件工程专业硕士，专注于深度学习技术在NLP, 广告相关性匹配，CTR预估等方面的研究及应用。

胡可 阿里妈妈搜索直通车团队算法专家，硕士毕业于香港中文大学机器学习方向。工作技术方向为深度学习与广告算法。

黄坚强 北京大学软件工程专业硕士在读，擅长特征工程、自然语言处理、深度学习。