雷锋网消息，8 月 7 日，国际数据挖掘顶会 KDD 上三大竞赛 KDD CUP 比赛结果出炉，中国参赛者获奖。
KDD CUP今年有 2800 多支注册队伍参赛，包括了 230 个学术和研究机构，分为三个赛道：常规机器学习竞赛、自动机器学习竞赛、强化学习竞赛。
其中，常规机器学习竞赛由百度赞助，包括两个任务：最适合的交通方式推荐、开放研究/应用挑战。在最适合的交通方式推荐中，冠军为蚂蚁金服的支付宝安全团队，亚军团队来自上海微盟、趋势科技、滴滴、北京邮电大学、华南理工大学、京东等。在开放研究/应用挑战中，冠军为日本 NTT DOCOMO 公司，亚军则来自东南大学。
自动机器学习竞赛由第四范式赞助，获得冠军的是 DeepBlueAI 和北京大学团队，亚军是来自新加坡国立大学的团队。
强化学习竞赛由IBM Afirca 和Hexagon－ 赞助，冠军是中国台湾国立成功大学的团队，亚军是清华大学、京东和北京航天航空大学的团队。
雷锋网从蚂蚁金服了解到了其获奖项目详情。支付宝安全团队获得冠军的赛题主要是在城市复杂出行情境下，预测用户在地图上会选择的出行方案。因为多种出行方式的组合，可选的出行方案有十几种之多可选。这次的比赛不仅更看重模型最终结果，也同时强调了模型的上线应用效率和业务应用易解释性。
蚂蚁金服介绍，这个题目实际上是一个基于上下文的多模态交通推荐问题，类似于高德手机地图如何给用户推荐最合适的交通方式的问题，具有很强的应用场景。
“本次比赛获奖主要优势有两个：一个是我们 alpha risk 团队沉淀一套自动建模的工具，加速和优化了整个比赛得特征工程部分；另外，在 F1 评分函数上我们设计使用了 F1 最大化优化算法也明显提升了我们的模型效果。”蚂蚁金服的工作人员说。
为何蚂蚁金服的优势在金融领域，却派出了支付宝安全团队参加“最适合的交通方式推荐”竞赛？雷锋网了解到，蚂蚁金服的数据挖掘技术团队隶属支付宝安全团队，其很多能力输出给别的业务线，甚至是事业部。
蚂蚁金服的工作人员介绍：“我们在做智慧城市，交通是智慧城市很重要的一部分，以杭州为例，我们为杭州公交实现实时的监测，对他们路线设计与改动提出建议。”除此之外，该技术团队还为气象预测（比如雾霾监测）、医疗场景（癌症检测、生物医药定位）等提供支持。
参考来源：机器之心
