芒果TV第二届“马栏山杯”国际音视频算法大赛视频推荐算法（python源码+项目说明）（top）.zip

# MGTV_AI_Challenge_Video_Recommend_Rank_12th   # 赛题介绍 2021年芒果TV第二届“马栏山杯”国际音视频算法大赛视频推荐 设法提高视频推荐点击率以及人均有效观看时长，是芒果TV平台的核心技术挑战之一，本赛题以芒果TV点播信息流模块的实际推荐业务场景为原型，打造了一个经典的推荐问题，并且主办方提供了丰富的特征维度以及海量的数据信息内容，希望选手设计出一套精准有效的推荐模型，以探索进一步提升视频推荐效果的技术路径。 给定点播信息流模块的候选(用户-触发视频)集合S以及候选视频集合V, 从V中生成每个(用户-触发视频) s∈S最有可能点击的N个视频，其中N=30，以及预测s∈S观看列表中每个视频的播放时长比例。 比赛网址：https://challenge.ai.mgtv.com/contest/detail/9   视频推荐数据说明: 1.part_1 - part_7为1-7天的历史行为数据，其中每个part包含三个文件dbfeed_click_info.csv, dbfeed_show_info.csv, user_main_behavior.csv (1):dbfeed_click_info.csv为点播信息流推荐模块点击日志 (2):dbfeed_show_info.csv为点播信息流推荐模块曝光日志 (3):user_main_behavior.csv为当天点播信息流用户过去90天的主站观看行为序列 2.part_test为第八天的数据，包含test_candidate_did_fvid.csv, test_candidate_vid.csv, user_main_behavior.csv (1):test_candidate_did_fvid.csv为候选用户-触发视频(测试数据),表示当天did在fvid下有过点击的所有候选did-fvid集合 (2):test_candidate_vid.csv为候选vid(测试数据),表示当天所有有过点击记录的vid集合 (3):user_main_behavior.csv为当天点播信息流用户过去90天的主站观看行为序列 3.vid_info.csv为视频信息表 vid_stars_info.csv为视频明星信息表 vid_dim_tags_info.csv为视频标签信息表 dim_tags_info.csv为标签信息表 A榜为第八天的数据，B榜为第九天的数据，A榜结束时，会发布第八天的数据   # 模型介绍 ### 召回规则： - 过N天fvid下，vid的曝光率的TOPN进行召回 - 过N天fvid下，vid的观看比例的TOPN进行召回 - 过N天cid下，vid的观看比例的TOPN进行召回 - 过N天cid下，vid的最新上线日期的TOPN进行召回 - 过N天的热门(vid的点击次数，观看比例的TOPN进行召回) ### 排序模型： - fvid与vid是否属于同一cid - vid最后一次点击时间差、上线天数 - did分组统计fvid、vid、cid的点击nunique、count - did分组统计fvid、vid、cid的曝光nunique、count - did与fvid、vid、cid的组合点击count、观看总时长、平均观看时长 - fvid与vid、cid的组合点击count、观看总时长、平均观看时长 - 当天did观看cid的次数 - 前七天做特征工程，单日训练LightGBM模型预测下一日   # 代码注释 ```python # 召回规则 recall_ruler.py # 特征工程 feature_engineering.py # 模型训练 main.py ```