数据来源：TalkingData 移动数据研究中心，应用活跃指数=根据TalkingData样本数据通过预测算法预估出的全平台活跃终端数传统综合招聘平台在用户规
2022-08-04 09:00:26
778KB
1
前言互联网电视内容电视直播电视点播互联网内容有线数字电视互联网设备有线电视目录2017 OTT平台内容消费行为 052017 OTT平台内容播放排行榜 13OT
2022-08-03 22:01:02
1.17MB
1
Kaggle TalkingData AdTracking欺诈检测挑战
第48解决方案，竞赛链接： :
：笔记本电脑版本
：脚本版本，在私有LB上大约为0.9824
blending.ipynb：混合历史模型，这使我提高了约0.0002
FTRL.ipynb：由于时间有限，没有尝试过
在完整的训练数据上运行此代码需要96GB RAM和128G交换空间
一些解决方案作为参考
火车日志
请参阅
2022-06-03 04:40:17
23KB
1
talkingdata-adtracking欺诈检测
Kaggle比赛（前8％）
数据集的前景
我们的目标是预测用户点击广告后是否会下载该APP。 用户可能欺诈性地点击广告只是为了赚钱。
特征：
IP：用户所在的地区或国家与他或她是否欺诈性地点击广告有关。
（一个）。 欺诈用户可以使用同一IP多次单击同一AD。
（b）。 但是，同一公司中的家庭或人可以共享同一IP，这意味着同一IP可以包含常规用户和欺诈用户。 按设备，操作系统，渠道等分组可以进一步区分。
APP ：（可以按IP使用分组）用于营销的应用ID
设备：用户手机的设备类型ID（例如，iphone 6 plus，iphone 7，华为mate 7等）
操作系统：（可以按IP分组使用）用户手机的操作系统版本ID
频道：移动广告发布者的频道ID
click_time：
（一个）。 普通用户和欺诈用户在单击AD时会有
2022-06-03 04:31:20
68KB
1
疫情下的2020年移动互联网报告-TalkingData-2020.4.7-91页.pdf
2021-09-07 17:55:45
3.88MB
1
7万亿背后的数据故事——TalkingData移动互联网综合数据服务平台.pdf
2021-08-24 11:03:26
28.29MB