大赛背景

AI技术的迭代发展，将加速行业升级，从单场景AI创新向全场景智能数字化迈进。2021 DIGIX全球校园AI算法精英大赛邀请全球校园算法达人共同挑战数字时代前沿命题，为构建万物互联的智能世界贡献全新算法力量。

主办方

华为终端云服务

华为南京研究所

江苏省人工智能学会（JSAI）

赛程安排

1.报名和选拔赛（06/10-08/31）

参赛者需在2021/07/31之前以队伍形式进行报名。完成报名后，请选择一个赛道提交算法结果，进行在线比赛，您可以通过排行榜实时查看排名。

2.选拔赛评审（9/01-9/07 ）

3.入围队伍公示（9/08-9/12）

4.精英赛（9月底）

奖励设置

全部奖金：US$305,000

本次赛事分为5大赛题，每道赛题奖金设置如下：

冠军×1：US$30,000                     

亚军×1：US$15,000                   

季军×1：US$10,000                      

星光卓越奖×3：US$2,000         

组队规则

1）每位参赛选手只能加入一支队伍；

2）每支参赛队伍人数不超过3人（组队学生不超过3人，每队额外可以有一名指导老师）；

3）每支队伍设置一名队长，队长负责团队管理（审核入队申请、删减队员）及提交比赛结果；

4）队员可申请加入队伍，也可进行退出队伍的操作；

5）队员在队期间提交的成绩属于队伍成绩，如果某位队员中途退出队伍，该队员在队期间的成绩仍然有效并属于队伍成绩。

大赛赛题

本次赛事共有五大赛题，选手可任选其一参赛：

专属交流QQ群： 673276421（已满）、530528043

1）赛题一：基于多目标多视图的用户留存周期预测

 活跃用户预测通常使用单一视图做预测。在音乐领域，结合用户关注信息进行社交网络表征学习、结合歌曲信息进行音频、歌词、歌曲名、评论文本的多模态表征、结合歌手、用户、歌曲构建知识图谱，基于用户在APP侧信息构造行为链路向量化，辅助多日留存的多目标优化。在业界探索下一代机器学习模型与多模态向量化中有非常深远的价值。希望通过本次竞赛探索多模态机器学习的技术创新与突破。

2）赛题二：

基于多模型迁移预训练文章质量判别

文章质量判别是信息流领域的核心问题，提升文章质量判别的准确率是提升信息流质量和精准推送的核心技术点。在本次大赛中，主办方提供匿名化的文章质量数据，参赛选手基于给定的数据构建文章质量判别模型。希望通过本次大赛挖掘NLP算法领域的人才，推动 NLP算法的发展。

3）赛题三：

基于多目标优化的视频推荐

推荐系统大多都是基于隐式反馈来做推荐，比如用户的点击、观看时长、评论、分享等，且不同隐式反馈表达了用户不同的喜好程度。如果仅仅以单目标对推荐结果进行衡量，会存在衡量不全面的问题。如视频场景，假设某个用户打开一个视频看了开头觉得不喜欢立马关掉，如果以点击为目标则体现的是用户感兴趣，但实际情况是用户对这个视频不感兴趣。从这个例子可以看出，在视频推荐中如果仅仅以点击为目标，可能忽视了用户更深层次的隐式反馈。因此，视频推荐除了关注用户点击，还需关注用户观看时长、分享等目标，期望通过多目标能更深入地挖掘用户兴趣，做更精准的推荐。

本赛题提供包括用户属性特征、视频属性特征、以及用户历史行为的数据，选手基于提供的数据构建多目标推荐策略。

4）赛题四：基于多模态多语言的搜索排序

搜索是用户获取信息、找答案最方便快捷的方式。一次用户搜索会经历 Query 解析、召回、排序多个环节，排序作为最后整个过程一环，对用户的体验有最直接的影响。在多语言、多模态的场景下如何充分利用信息、更好的优化用户体验，是业界普遍在探索的难题，也是机器学习算法的明珠。

本题目将为选手提供的搜索数据、公开爬取经过清理后的网页属性库，参赛选手基于给定的数据构建排序模型。所提供的数据经过脱敏处理，保证数据安全。

5）赛题5：小样本菜单识别

图像文本识别在日常生活中有广泛的应用。在不同应用场景下，图像文本识别存在不同挑战。在菜单文字识别任务中，利用少量样本学习模型，同时解决多语言、艺术字等复杂场景下的问题，是提高识别准确率，提升用户体验的关键。希望通过本次比赛，探索图像文本识别领域新技术，推动该领域发展。