雷鋒網(wǎng)消息，8 月 7 日，國(guó)際數(shù)據(jù)挖掘頂會(huì) KDD 2019上三大競(jìng)賽 KDD CUP 比賽結(jié)果出爐，中國(guó)參賽者獲獎(jiǎng)。

KDD CUP今年有 2800 多支注冊(cè)隊(duì)伍參賽，包括了 230 個(gè)學(xué)術(shù)和研究機(jī)構(gòu)，分為三個(gè)賽道：常規(guī)機(jī)器學(xué)習(xí)競(jìng)賽、自動(dòng)機(jī)器學(xué)習(xí)競(jìng)賽、強(qiáng)化學(xué)習(xí)競(jìng)賽。

其中，常規(guī)機(jī)器學(xué)習(xí)競(jìng)賽由百度贊助，包括兩個(gè)任務(wù)：最適合的交通方式推薦、開(kāi)放研究／應(yīng)用挑戰(zhàn)。在最適合的交通方式推薦中，冠軍為螞蟻金服的支付寶安全團(tuán)隊(duì)，亞軍團(tuán)隊(duì)來(lái)自上海微盟、趨勢(shì)科技、滴滴、北京郵電大學(xué)、華南理工大學(xué)、京東等。在開(kāi)放研究／應(yīng)用挑戰(zhàn)中，冠軍為日本 NTT DOCOMO 公司，亞軍則來(lái)自東南大學(xué)。

自動(dòng)機(jī)器學(xué)習(xí)競(jìng)賽由第四范式贊助，獲得冠軍的是 DeepBlueAI 和北京大學(xué)團(tuán)隊(duì)，亞軍是來(lái)自新加坡國(guó)立大學(xué)的團(tuán)隊(duì)。

強(qiáng)化學(xué)習(xí)競(jìng)賽由IBM Afirca 和Hexagon－ML.com 贊助，冠軍是中國(guó)臺(tái)灣國(guó)立成功大學(xué)的團(tuán)隊(duì)，亞軍是清華大學(xué)、京東和北京航天航空大學(xué)的團(tuán)隊(duì)。

雷鋒網(wǎng)從螞蟻金服了解到了其獲獎(jiǎng)項(xiàng)目詳情。支付寶安全團(tuán)隊(duì)獲得冠軍的賽題主要是在城市復(fù)雜出行情境下，預(yù)測(cè)用戶在地圖上會(huì)選擇的出行方案。因?yàn)槎喾N出行方式的組合，可選的出行方案有十幾種之多可選。這次的比賽不僅更看重模型最終結(jié)果，也同時(shí)強(qiáng)調(diào)了模型的上線應(yīng)用效率和業(yè)務(wù)應(yīng)用易解釋性。

螞蟻金服介紹，這個(gè)題目實(shí)際上是一個(gè)基于上下文的多模態(tài)交通推薦問(wèn)題，類似于高德手機(jī)地圖如何給用戶推薦最合適的交通方式的問(wèn)題，具有很強(qiáng)的應(yīng)用場(chǎng)景。

“本次比賽獲獎(jiǎng)主要優(yōu)勢(shì)有兩個(gè)：一個(gè)是我們 alpha risk 團(tuán)隊(duì)沉淀一套自動(dòng)建模的工具，加速和優(yōu)化了整個(gè)比賽得特征工程部分；另外，在 F1 評(píng)分函數(shù)上我們?cè)O(shè)計(jì)使用了 F1 最大化優(yōu)化算法也明顯提升了我們的模型效果。”螞蟻金服的工作人員說(shuō)。

為何螞蟻金服的優(yōu)勢(shì)在金融領(lǐng)域，卻派出了支付寶安全團(tuán)隊(duì)參加“最適合的交通方式推薦”競(jìng)賽？雷鋒網(wǎng)了解到，螞蟻金服的數(shù)據(jù)挖掘技術(shù)團(tuán)隊(duì)隸屬支付寶安全團(tuán)隊(duì)，其很多能力輸出給別的業(yè)務(wù)線，甚至是事業(yè)部。

螞蟻金服的工作人員介紹：“我們?cè)谧鲋腔鄢鞘?，交通是智慧城市很重要的一部分，以杭州為例，我們?yōu)楹贾莨粚?shí)現(xiàn)實(shí)時(shí)的監(jiān)測(cè)，對(duì)他們路線設(shè)計(jì)與改動(dòng)提出建議。”除此之外，該技術(shù)團(tuán)隊(duì)還為氣象預(yù)測(cè)（比如霧霾監(jiān)測(cè)）、醫(yī)療場(chǎng)景（癌癥檢測(cè)、生物醫(yī)藥定位）等提供支持。

此外，KDD“圖深度學(xué)習(xí)國(guó)際研討會(huì)：方法與應(yīng)用（DLG 2019）”于2019年8月5日舉辦。DLG 2019旨在匯聚自不同背景和觀點(diǎn)的學(xué)術(shù)研究人員和從業(yè)者，分享在圖神經(jīng)網(wǎng)絡(luò)領(lǐng)域的前沿技術(shù)。值得一提的是，國(guó)內(nèi)人工智能獨(dú)角獸乂學(xué)教育-松鼠AI深度參與的研究項(xiàng)目包攬了研討會(huì)的最佳論文和最佳學(xué)生論文獎(jiǎng)項(xiàng)。

獲得最佳論文的是來(lái)自華中師范大學(xué)、IBM研究院和乂學(xué)教育-松鼠AI的研究《Exploiting Graph Neural Networks with Context Information for RDF-to-TextGeneration 》，這篇論文研究的是基于RDF數(shù)據(jù)的文本生成，該任務(wù)是在給定一組RDF三元組的情況下生成相應(yīng)的描述性文本。

獲得最佳學(xué)生論文的是來(lái)自南京大學(xué)、IBM研究院和乂學(xué)教育-松鼠AI的研究《An Empirical Study of Graph Neural Networks Based Semantic Parsing》，這篇論文研究的是基于圖神經(jīng)網(wǎng)絡(luò)語(yǔ)義解析。

當(dāng)天的研討會(huì)由SIGKDD主席、京東集團(tuán)副總裁裴健發(fā)表開(kāi)場(chǎng)詞，并邀請(qǐng)了來(lái)自斯坦福大學(xué)、清華大學(xué)、UCLA、UIUC等高校的學(xué)者發(fā)表演講。乂學(xué)教育-松鼠AI首席科學(xué)家崔煒博士也受大會(huì)邀請(qǐng)，介紹了目前圖深度學(xué)習(xí)和知識(shí)圖在自適應(yīng)學(xué)習(xí)中的進(jìn)展。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。