比赛名称：OTTO – Multi-Objective Recommender System
基于真实电子商务会话构建推荐系统
比赛链接：https://www.kaggle.com/competitions/otto-recommender-system
比赛类型：推荐系统、电子商务
比赛背景
在线购物者可以从大型零售商那里挑选数百万种产品。虽然这种多样性可能令人印象深刻，但有这么多可供探索的选择可能会让人不知所措，导致购物者带着空车离开。这既不利于寻求购买的购物者，也不利于错过销售的零售商。
OTTO 拥有来自 19,000 多个品牌的 1000 万多种产品，是德国最大的在线商店。OTTO 是总部位于汉堡的跨国 Otto 集团的成员，该集团还为 Crate & Barrel（美国）和 3 Suisses（法国）提供补贴。
比赛任务
本次比赛的目标是预测电子商务点击、购物车添加和订单。您将根据用户会话中的先前事件构建多目标推荐系统。
您的工作将有助于改善所有相关人员的购物体验。客户将收到更多量身定制的建议，而在线零售商可能会增加销售额。
评价指标
提交在 Recall@20 上针对每种操作类型进行评估，三个召回值是加权平均的：{'clicks': 0.10, 'carts': 0.30, 'orders': 0.60}
对于测试数据中的每个会话，您的任务是预测在测试会话的最后一个时间戳之后出现的每种类型的辅助值。换句话说，测试数据包含被时间戳截断的会话，您要预测截断点之后会发生什么。
对于点击，每个会话只有一个真实值，即会话期间点击的下一个辅助（尽管您仍然可以预测多达 20 个辅助值）。购物车和订单的基本事实包含在会话期间添加到购物车并分别订购的所有辅助值。
session_type,labels
12906577_clicks,135193 129431 119318 ...
12906577_carts,135193 129431 119318 ...
12906577_orders,135193 129431 119318 ...
12906578_clicks, 135193 129431 119318 ...
etc.
数据描述
本次比赛的目标是预测电子商务点击、购物车添加和订单。您将根据用户会话中的先前事件构建多目标推荐系统。
训练数据包含完整的电子商务会话信息。对于测试数据中的每个会话，您的任务是预测测试会话中最后一个时间戳 ts 之后发生的每个会话类型的帮助值。
- session - 唯一的会话 ID
- events - 会话中按时间排序的事件序列
- aid - 相关事件的文章 ID（产品代码）
- ts - 事件的 Unix 时间戳
- type - 事件类型，即产品是否被点击、添加到用户的购物车或在会话期间订购
比赛赛程
- 2022年11月1日：报名开始日期。您必须在此日期之后接受比赛规则才能参加比赛。
- 2023年1月24日：团队合并截止日期。这是参与者加入或合并团队的最后一天。
- 2022年1月31日：最终提交截止日期。
赛题奖金
1st Place - $ 16,000
2nd Place - $ 10,000
3rd Place - $ 5,000
解题思路
推荐系统比赛，可参考现有的推荐比赛方法和深度学习论文。当然基于bert模型的方法也值得尝试。
【竞赛报名/项目咨询请加微信：mollywei007】
