跨域评分预测

### 大赛介绍

CCF大数据与计算智能大赛（CCF Big Data & Computing Intelligence Contest，简称CCF BDCI）由中国计算机学会于2013年创办，是大数据与人工智能领域的算法、应用和系统大型挑战赛事。大赛面向重点行业和应用领域征集需求，以前沿技术与行业应用问题为导向，以促进行业发展及产业升级为目标，以众智、众包的方式，汇聚海内外产学研用多方智慧，为社会发现和培养了大量高质量数据人才。

大赛迄今已成功举办九届，累计吸引全球25个国家，1500余所高校、1800余家企事业单位及80余所科研机构的16万余人参与，已成为中国大数据与人工智能领域影响力最广、参赛规模最大、成熟度最高的综合赛事之一。2022年，我们将迎来第十届CCF BDCI，十年磨砺，创新聚力再出发，CCF BDCI将进一步扩大影响力，关注数字经济技术发展与人才培养，助力推动我国大数据技术及产业生态发展。

本赛题为大赛赛题之一，另含算法赛道、自主平台赛道、系统赛道、训练赛道等二十余道竞技及训练赛题，查看全部赛题可点击进入 **[2022 CCF大数据与计算智能大赛（CCF BDCI）](https://www.datafountain.cn/special/BDCI2022)** 官网。

### 赛题介绍

**• 赛题背景**

在信息过载问题越来越突出的背景下，推荐系统被广泛应用于各种各样的商业场合中，然而，当前大多数的推荐系统或多或少都存在冷启动问题，导致系统对于新用户难以提供令人满意的推荐性能。近年来，跨域推荐技术作为一种十分有效的冷启动问题的解决方案，由于其可以利用源域知识来辅助解决目标域的冷启动问题，并取得了良好效果，越来越受到关注。然而，如何将源域知识有效迁移到目标域中去，进而缓解目标域中的冷启动问题则成为了跨域推荐系统是否高效的关键。基于这个实际的跨域推荐问题，本赛题除了提供目标域的交互信息外，还提供了源域的交互信息，希望参赛者能设计一个高效的方法将源域知识迁移到目标域中去，以辅助目标域冷启动用户的推荐，提升目标域推荐系统的性能。

**• 赛题任务**

依据源域和目标域的用户和商品的交互信息，利用机器学习、深度学习等相关技术，建立有效的跨域推荐模型，使得模型能有效地迁移用户在源域中的知识，进而能准确预测用户对给定目标域商品的评分。

### 赛题合作

**• 出题专家**

朱小飞，重庆理工大学教授

### 赛程规划

该赛题为训练赛，具体赛程安排如下：

> ▪ 2022/08/29，发布大赛赛题，选手可登录大赛官网报名；

> ▪ 2022/09/05，开启初赛线上评测，选手可在线提交结果文件至竞赛平台，每日每队最多可提交3次，测评系统将自动评测得分并同步更新至排行榜。排行榜上将记录选手的最高成绩，相关团队必须自行保存最高成绩作品的源代码以备审核；

> ▪ 2022/12/05（12:00），截止报名组队；

> ▪ 2022/12/09（24:00），截止作品提交；

> ▪ 2022/12/20，获奖名单公示。

备注：

**组队及作品提交请在PC端进行操作；**

以上赛程安排均为北京时间计算，赛程时间根据实际情况有调整的可能。

### 奖项设置

**• 赛题奖项**

|奖项|数量|证书/奖杯|

|:----:|:----:|:----:|

|一等奖|本赛题1支团队|由CCF颁发的权威证书 & CCF会员1个 & 大赛荣誉奖牌|

|二等奖|本赛题1支团队|由CCF颁发的权威证书 & CCF会员1个 & 大赛荣誉奖牌|

|三等奖|本赛题1支团队|由CCF颁发的权威证书 & CCF会员1个 & 大赛荣誉奖牌|

### 交流社群

### 参赛规则

**报