Compétition Grail Telecom Data Cup. Le plus chaud à venir

Début novembre, le championnat Machine Learning and Data Analysis, baptisé Telecom Data Cup , a été lancé, organisé par Mail.Ru Group et MegaFon.

Le concours est lancé sur la déjà célèbre plateforme ML Boot Camp . Nous essayons de mener la plupart de ses concours d'analyse de données à ce sujet. Ce concours est le deuxième d'affilée cette année et le septième pour toute l'existence du projet. Les championnats précédents sont ouverts en mode bac à sable, ce qui vous permet de vous entraîner à résoudre les tâches passées à tout moment de la journée ou de la nuit.

Plus de 2500 utilisateurs inscrits au concours actuel, 1700 personnes ont téléchargé l'ensemble de données, 7800 solutions différentes ont été téléchargées et la communauté de chat a franchi la barre des 1600 participants. La compétition se terminera le 16 décembre, il est donc temps de rejoindre le club de combat, si vous n'y êtes pas déjà. Nous accueillons et aidons tout le monde. Du café ou quelque chose de vous-même et revigorant pour vous aider :)



Dans le pied de page de l'article, vous trouverez des liens et des documents utiles sur ce concours et les précédents. L'essentiel est qu'en ce moment, vous plongerez dans le monde de la tâche Telecom Data Cup, ce qui vous permettra de vous impliquer rapidement dans le processus et de profiter d'une vraie recherche.

En bref sur la tâche

Ceux qui sont déjà au courant de ce qui se passe dans le championnat peuvent passer à la section suivante.

Nous sommes tous fatigués des sondages obsessionnels par téléphone et Internet des «spécialistes du marketing». Imaginez comment ils vous appellent et vous demandent si vous regardez la télévision maintenant, quelle chaîne, combien d'appareils sont actuellement allumés et quel genre d'émissions de télévision se déroulent. Dieu, je veux vraiment laisser tomber le téléphone (nous le faisons souvent). Les utilisateurs sont indignés, très réticents à partager des commentaires, ce qui affecte négativement la qualité des services fournis. Le problème a besoin d'une solution.

Dans ce concours, vous devez vous plonger dans le monde des télécommunications, afin que, sur la base de données utilisateur anonymisées fournies par l'opérateur de télécommunications MegaFon et obtenues lors d'enquêtes auprès de vrais clients en direct, pour prédire si les abonnés sont satisfaits de la qualité de la communication.

9443 abonnés ont été interrogés. Le résultat de l'enquête est un indice de satisfaction pour chaque abonné, égal à zéro (0 - satisfait) ou un (1 - non satisfait). Il est nécessaire d'identifier les clients mécontents avec la plus grande précision possible.

La métrique qui évalue vos décisions est ROC AUC. La prédiction doit être effectuée pour 5221 abonnés dans le même ordre que dans le fichier subs_csi_test.csv . Les données peuvent être téléchargées à partir du site Web de la plateforme. Les résultats préliminaires seront générés par les réponses pour 2088 abonnés, et les résultats finaux par les réponses pour 3133 abonnés (40/60). Le nombre maximal de téléchargements de solutions par jour est de 5 et le nombre de solutions sélectionnées est de 2.

Graal

Le défi a éveillé la curiosité de la communauté. Les participants choisissent différentes solutions. Certains génèrent N modèles, les voient, coulent et descendent, et ... le tour est joué. D'autres génèrent des fonctionnalités, étudient la discipline "Systèmes et technologies de l'information" à travers des conférences postées dans le référentiel , et tout semble bien se passer aussi. Et certains comptent sur le hasard avec de bonnes graines.

Afin que le classement devienne plus beau à la fin du concours, nous voulons partager avec vous quelques Graals sur la tâche.

Numéro du Graal 0.

Faites attention au chat et au référentiel Github avec des conférences. Il y a beaucoup d'informations utiles. Beaucoup d'entre nous ont peu d'idée du fonctionnement du réseau. Celui qui cherche trouvera toujours! Une brève présentation a été ajoutée au référentiel avec une description du fonctionnement de la BS et un fichier avec la répartition des fonctionnalités par services.





Lors d'un chat, les participants torturent les organisateurs. Essayer de se retenir, mais dur.

Graal numéro 1

Dans les données proposées, le champ cell_lac_id indique une cellule. Chaque cellule appartient à une seule génération de communication: 2G, 3G, 4G (LTE). Nous vous recommandons d'essayer de déterminer pour chaque cellule à quelle génération elle appartient.

Graal №2

Chaque téléphone possède la technologie de transfert de données maximale qu'il prend en charge: 2G, 3G, 4G. Des informations à ce sujet sont contenues dans le champ INTERNET_TYPE_ID de la table subs_features . Le champ est codé. Réfléchissez à la façon dont vous pouvez déterminer laquelle des valeurs de ce champ correspond à quelle technologie.

Graal numéro 3

Remarque: si un client possède un téléphone avec prise en charge 4G, mais d'après l'historique, nous constatons qu'il télécharge souvent du trafic via des cellules 3G ou même 2G, comment cela peut-il affecter sa perception de la qualité de la communication?

Graal №4

Les clients ont des nids d'abeilles sur lesquels ils visitent souvent et régulièrement (maison, travail, route, magasin, etc.), et des nids d'abeilles sur lesquels ils sont rarement et peu nombreux. Que pensez-vous de la qualité des cellules qui peuvent être plus importantes pour le client? Comment identifier les cellules importantes?

Graal №5

La table subs_bs_consumption pour le trafic Internet contient des informations à la fois sur la quantité de données transférées (SUM_DATA_MB) et le temps consacré à cela (SUM_DATA_MIN). Quelles informations sur l'expérience client sur la cellule peuvent être extraites de ces données?

Graal №6

Dans les tableaux bs_avg_kpi et bs_chnn_kpi, il y a des informations sur un grand nombre de caractéristiques de cellule à la fois en moyenne par jour et à l'heure chargée (CNN), avec en plus une histoire de plusieurs mois. Essayez de sélectionner des groupes de cellules qui sont similaires les uns aux autres en termes de ces caractéristiques. Peut-être y a-t-il des cellules très différentes de la masse totale? Qu'arrive-t-il aux clients qui visitent souvent ces cellules?

Sur ce Graal des organisateurs terminé. Nous sommes sûrs qu'ils vous aideront à obtenir une meilleure conversation privée. Cela ne fonctionne pas - charger au hasard, on ne sait jamais, volera sur un T-shirt. Tous les plus intéressants à venir. À la fin du championnat, le classement brûlera :) Rappelez-vous les cinq premiers!

Horaire

Le championnat expire le 16 décembre et le 22 décembre, il est décerné au bureau MegaFon.

Présente

1ère place: 400 000 roubles;
2e place: 200 000 roubles;
3e place: 100 000 roubles.

Traditionnellement, les 200 premiers recevront des T-shirts avec les symboles du championnat.
De plus, il y a des nominations spéciales:

• Pour le plus «vkhuh» sur le privé - SSD Kingston 120 Go.
• Chaque participant qui en prend un multiple de 50 recevra un T-shirt avec un autocollant du pack communautaire.

Communauté

Rejoignez notre communauté sur Telegram. Vous pouvez toujours poser des questions, obtenir des conseils d'experts dans le domaine de la science des données. La communauté de championnat de groupe Mail.Ru est un réseau où il est facile de trouver des personnes partageant les mêmes idées.

Liens utiles

1. ML Boot Camp I ( Machine Learning Boot Camp - comment c'était ... )
2. ML Boot Camp II ( ML Boot Camp 2016. Nouveau dans le Top 10 , «Évaluation des performances». Très simple ... )
3. ML Boot Camp III. Données binaires ( Comme nous l'avons fait ML Boot Camp III , Gagnant du concours ML Boot Camp I ... , ML Boot Camp III: prédiction de quitter la moitié ... )
4. ML Boot Camp IV. Tâche secrète ( ML Boot Camp IV. Quatrième. Secret. T ... , ML Boot Camp IV. De 1 en public à 35 en ... , Processus de stabilisation et de Dirichlet en solution ... )
5. ML Boot Camp V.Prédiction de CVD ( AgeHack - le premier hackathon en ligne pour prolongé ... , ML Boot Camp V, historique des décisions sur 3 mois ... , Meetup basé sur les résultats du championnat ML Boot Camp )
6. ML Boot Camp VI. Prédiction de la réponse du public à l'enquête en ligne ( ML Boot Camp VI. Prévision de la réponse du public ... , Historique de la première place sur ML Boot Camp VI ).