• الوصف :

مجموعة بيانات نمذجة Criteo Uplift

تم إصدار مجموعة البيانات هذه جنبًا إلى جنب مع الورقة البحثية: "مقياس قياس كبير للنمذجة المرتفعة" يوستاش ديميرت ، أرتيم بيتلي ، كريستوف رينودين ؛ (Criteo AI Lab) ، مسيح رضا أميني (LIG ، Grenoble INP)

تم نشر هذا العمل في: AdKDD 2018 Workshop بالتزامن مع KDD 2018.

بيانات الوصف

يتم إنشاء مجموعة البيانات هذه من خلال تجميع البيانات الناتجة عن العديد من اختبارات الزيادة ، وهي إجراء تجريبي عشوائي معين حيث يتم منع استهداف جزء عشوائي من السكان عن طريق الإعلان. يتكون من 25 مليون صف ، كل صف يمثل مستخدمًا يحتوي على 11 ميزة ، ومؤشر علاج و 2 تصنيف (زيارات وتحويلات).

مجالات

فيما يلي وصف تفصيلي للحقول (مفصولة بفواصل في الملف):

• f0 ، f1 ، f2 ، f3 ، f4 ، f5 ، f6 ، f7 ، f8 ، f9 ، f10 ، f11: قيم الميزة (كثيفة ، عائمة)
• العلاج: مجموعة العلاج (1 = تمت معالجته ، 0 = مجموعة المعالجة)
• التحويل: ما إذا حدث تحويل لهذا المستخدم (ثنائي ، تصنيف)
• زيارة: ما إذا كانت هناك زيارة لهذا المستخدم (ثنائي ، تسمية)
• التعرض: تأثير العلاج ، ما إذا كان المستخدم قد تعرض بشكل فعال (ثنائي)

الشخصيات الرئيسية

• التنسيق: CSV
• الحجم: 459 ميجابايت (مضغوط)
• الصفوف: 25309483
• متوسط ​​معدل الزيارة: .04132
• متوسط ​​معدل التحويل: 00229
• نسبة العلاج: .846

مهام

تم جمع مجموعة البيانات وإعدادها مع وضع التنبؤ بالارتفاع في الاعتبار باعتباره المهمة الرئيسية. بالإضافة إلى ذلك ، يمكننا توقع الاستخدامات ذات الصلة مثل على سبيل المثال لا الحصر:

• معيار الاستدلال السببي
• النمذجة المرتفعة
• التفاعلات بين الميزات والعلاج
• عدم تجانس العلاج

• معيار لطرق السببية القائمة على الملاحظة

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز north_east

• الصفحة الرئيسية : https://ailab.criteo.com/criteo-uplift-prediction-dataset/

• كود المصدر : tfds.recommendation.criteo.Criteo

• إصدارات :

  • 1.0.0 : الإصدار الأولي.
  • 1.0.1 (افتراضي): تحليل ثابت conversion visit exposure للحقول.

• حجم التحميل : 297.00 MiB

• حجم مجموعة البيانات : 3.55 GiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

• هيكل الميزة :

FeaturesDict({
    'conversion': bool,
    'exposure': bool,
    'f0': float32,
    'f1': float32,
    'f10': float32,
    'f11': float32,
    'f2': float32,
    'f3': float32,
    'f4': float32,
    'f5': float32,
    'f6': float32,
    'f7': float32,
    'f8': float32,
    'f9': float32,
    'treatment': int64,
    'visit': bool,
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ({'exposure': 'exposure', 'f0': 'f0', 'f1': 'f1', 'f10': 'f10', 'f11': 'f11', 'f2': 'f2', 'f3': 'f3', 'f4': 'f4', 'f5': 'f5', 'f6': 'f6', 'f7': 'f7', 'f8': 'f8', 'f9': 'f9', 'treatment': 'treatment'}, 'visit')

• الشكل ( tfds.show_examples ): غير مدعوم.

• أمثلة ( tfds.as_dataframe ):

• الاقتباس :

@inproceedings{Diemert2018,
author = { {Diemert Eustache, Betlei Artem} and Renaudin, Christophe and Massih-Reza, Amini},
title={A Large Scale Benchmark for Uplift Modeling},
publisher = {ACM},
booktitle = {Proceedings of the AdKDD and TargetAd Workshop, KDD, London,United Kingdom, August, 20, 2018},
year = {2018}
}