还在为不知如何挑选礼物而纠结？还在为不知朋友喜好而踌躇？快来看看DC是如何教你猜猜猜的吧。



竞赛概要：
通过对用户评分行为的分析，挖掘用户的兴趣及其变化规律，然后预测用户对其他商品的评分，也就是所谓的个性化商品推荐。

竞赛背景：
个性化推荐已经成为各大电子商务网站的必备服务。准确的推荐不仅可以提高商家的产品销量，更能为顾客提供优质快速的购物体验。推荐系统发展至今，已经有许多非常优秀的推荐算法，从各种不同的角度来为电子商务大厦添砖加瓦。这一次，我们特意为大家准备了一个商品网站的用户评分数据，记录了几年时间内，站内的每一位顾客在某一时刻对某商品的打分值。
迄今为止，已经有不少研究表明，用户在短期时间内会浏览相似的商品，但其兴趣可能会随时间发生些许变化。在此练习赛中，希望通过训练带有时间标记的用户打分行为，准确地预测这些用户对其他商品的打分。

竞赛数据与规则：
在本次比赛中，我们提供了一个商品网站中大约16万名用户在四年内对商品的评分数据，每条评分记录都有时间戳（隐匿了具体时间，只保证顺序不变）。评分分为5级，1分最低，5分最高。
我们抽取了超过3400万条评分记录，作为训练集，数据文件名为train.csv。字段分别为：uid（用户编号）,iid（商品编号）,score（评分）,time（相对时间）。
说明：每一行为一个用户对一个商品的评分，行之间用“回车符”分隔；每一行各字段之间用“逗号”分隔。
我们还抽取了近55万条评分记录，作为测试集。隐藏了用户对于商品的评分，仅保留用户和商品的评分关系，数据文件名为test.csv，字段格式为：uid,iid。

DataCastle是全国最大的数据科学竞赛平台，希望您能在DataCastle平台中尽情享受竞赛的过程，享受数据的乐趣。更多竞赛，参见DataCastle官网。http://www.pkbigdata.com/

当你渴望改变自己当你渴望用数据做些改变，欢迎加入DataCastle，一个数据、人才、解决方案的汇聚地。