山东省第二届数据应用创新创业大赛-算法赛（上）

山东省第二届数据应用创新创业大赛-日照分赛场-公积金贷款逾期预测

比赛链接：http://data.sd.gov.cn/cmpt/cmptDetail.html?id=26

竞赛背景

维持和发展信用关系，是保护社会经济秩序的重要前提。随着金融市场的发展，信贷业务日益增多，金融机构迫切需要了解信贷主体的信息情况，对信贷资产的安全性、信贷主体的偿债能力给与科学评价，最大限度地防范贷款逾期风险。

竞赛奖项

赛道共设置一等奖、二等奖、三等奖、优秀奖四类奖项。

1. 一等奖：￥30,000元 ，1名
   
2. 二等奖：￥15,000元 ，2名
   
3. 三等奖：￥10,000元 ，3名
   
4. 优秀奖：￥2,500元 ，4名

时间安排

2020年11月：举行大赛启动仪式，发布赛事信息

2020年11月—2021年3月：以线上评审形式，开展初赛、复赛

2021年3月—2021年4月：线上线下结合，开展决赛

2021年4月：举办颁奖仪式

任务

从真实场景和实际应用出发，利用个人的基本身份信息、个人的住房公积金缴存和贷款等数据信息，需要参赛者建立准确的风险控制模型，来预测用户是否会逾期还款。

提交说明：

1. 结果

提交csv格式，编码为UTF-8，第一行为表头，如下例：

id,label

1,0.556

2,0.987

....

注：对于label字段，其中越接近0代表无逾期，越接近1代表逾期。

数据

备注：报名参赛或加入队伍后，可获取数据下载权限。

训练集提供40000名，测试集提供15000名的缴存人基本信息、缴存信息，贷款信息。选手可以下载数据，在本地进行算法调试，在比赛页面提交结果。

数据样本如下：

image

为了保证比赛的公平性，本次比赛仅允许使用官方发布的数据和标注，否则比赛成绩将被视为无效。

注：此数据测试集增加了干扰样本，这些干扰样本不参与最终分数的计算。 1．数据使用有哪些要求？ 本次大赛提供的全部数据、信息等，视为公积金业务的保密信息。未经允许，任何人不可以任何形式使用、传播、披露、授权他人使用。 2、限制原则是什么？ 作品必须健康、合法、无任何不良信息及商业宣传行为，不违反任何中华人民共和国有关法律。须保证原创性，不侵犯任何第三方知识产权或其他权利；

一经发现或经权利人指出，主办方将直接取消其参赛资格，主办方保留赛事解释权。

评分标准

本次比赛成绩排名根据测试集的在公积金逾期风险监控中，需要尽可能做到尽可能少的误伤和尽可能准确地探测，于是我们选择“在FPR较低时的TPR加权平均值”作为平均指标。

给定一个阀值，可根据混淆矩阵计算TPR（覆盖率）和FPR（打扰率） TPR = TP /（TP + FN） FPR = FP /（FP + TN） 其中，TP、FN、FP、TN分别为真正例、假反例、假正例、真反例。 这里的评分指标，首先计算了3个覆盖率TPR： TPR1：FPR=0.001时的TPR TPR2：FPR=0.005时的TPR TPR3：FPR=0.01时的TPR 最终成绩= 0.4 * TPR1 + 0.3 * TPR2 + 0.3 * TPR3 代码如下：

def tpr_weight_funtion(y_true,y_predict):

d = pd.DataFrame()

d['prob'] = list(y_predict)

d['y'] = list(y_true)

d = d.sort_values(['prob'], ascending=[0])

y = d.y

PosAll = pd.Series(y).value_counts()[1]

NegAll = pd.Series(y).value_counts()[0]

pCumsum = d['y'].cumsum()

nCumsum = np.arange(len(y)) - pCumsum + 1

pCumsumPer = pCumsum / PosAll

nCumsumPer = nCumsum / NegAll

TR1 = pCumsumPer[abs(nCumsumPer-0.001).idxmin()]

TR2 = pCumsumPer[abs(nCumsumPer-0.005).idxmin()]

TR3 = pCumsumPer[abs(nCumsumPer-0.01).idxmin()]

return 0.4 * TR1 + 0.3 * TR2 + 0.3 * TR3

注：

1. 每支团队每天最多提交3次。

2. 比赛采用公榜私榜，公榜成绩供参赛队伍比赛中查看，比赛结束时公布私榜。

山东省第二届数据应用创新创业大赛-临沂分赛场-供水管网压力预测

比赛链接：http://data.sd.gov.cn/cmpt/cmptDetail.html?id=24

竞赛背景

随着某新区城市规模的持续发展，该城市供水管网规模不断扩大，以供水管网压力大数据为基础，深度挖掘供水管网大数据的价值，为生态链中的供水企业提供多样的数据服务与应用，实现供水管网精细化管理和供水服务事业健康发展，提高供水管网压力预警分析能力，避免水损，保障居民用水。

竞赛奖项

赛道共设置一等奖、二等奖、三等奖、优秀奖四类奖项。

1. 一等奖：￥30,000元，1名
   
2. 二等奖：￥15,000元， 2名
   
3. 三等奖：￥10,000元，3名
   
4. 优秀奖：￥2,500元，4名

时间安排

2020年11月：线上启动，发布赛事信息

2020年12月—2021年2月：以线上评审形式，开展初赛、复赛

2021年3月：线上线下结合，开展决赛

2021年4月：举办颁奖仪式

任务

通过某新区供水管网的历史压力数据、天气数据和供水管网互通图，预测未来某时间点的压力数据。

数据

备注：报名参赛或加入队伍后，可获取数据下载权限。

主办方提供某新区供水管网数据，数据划分如下：

训练集：2018至2019年的30个压力监测点近两年的压力数据、2018年至2019年的天气数据，以及标明了30个压力监测点位置的供水管网互通图。

测试集：以下4段时间的每小时的压力数据、每天的天气数据，需要分别去预测对应日期每小时的压力数据。

具体数据字段描述如下：

（1）压力数据

image

（2）气象数据

image

（3）供水管网互通图

image

注1：压力监测点数值中数值为0或者负数时为非有效数值。

注2：压力数据，每小时1条数据记录；气象数据，每天1条数据记录。

注3：选手不能利用“未来的实际数据”预测“过去的数据”，例如，假设要预测2020/2/13 23：00的压力值，就不能利用这个时间点以后的真实数据进行预测，尤其需要注意气象数据的使用。

注4：天气原因会对居民用水造成影响，而居民用水情况又会对压力产生一定的影响。例如，假设某新区内管网总供水数量保持恒定，30个压力监测点都同时受居民用水量增减影响，居民用水量大，必然造成管网压力监测点数值下降，反之压力升高。

注5：本次大赛提供的全部数据、信息等，视为水务的保密信息。未经允许，任何人不可以任何形式使用、传播、披露、授权他人使用。作品必须健康、合法、无任何不良信息及商业宣传行为，不违反任何中华人民共和国有关法律。须保证原创性，不侵犯任何第三方知识产权或其他权利；一经发现或经权利人指出，主办方将直接取消其参赛资格，主办方保留赛事解释权。

评分标准

本模型依据提交的结果文件，采用均方误差MSE进行评价。

观测值actual(t)，预测值forecast(t)，待预测的样本数为n，计算公式如下：

image

参考代码如下：

from sklearn.metrics import mean_squared_error y_true = [0.1,0.2,0.3,0.4] y_pred = [0.2,0.2,0.2,0.3] mse = mean_squared_error(p_true, y_pred)

山东省第二届数据应用创新创业大赛-枣庄分赛场-螺母螺栓产品质量智能检测

比赛链接：http://data.sd.gov.cn/cmpt/cmptDetail.html?id=17

竞赛背景

智能制造是枣庄市优先发展的战略方向。枣庄市高新科技企业借助人工智能为工业赋能，建设智慧车间，增强工业产能，提高产品质量。本赛题需要参赛团队对成品螺母螺栓的质量进行智能检测，提高智能制造产品质检的智能化水平。

竞赛奖项

赛道共设置一等奖、二等奖、三等奖、优秀奖四类奖项。

1. 一等奖：￥30000元，1名
   
2. 二等奖：￥15000元， 2名
   
3. 三等奖：￥10000元，3名
   
4. 优秀奖：￥2500元，4名

时间安排

2020年11月24日：举行大赛启动仪式，发布赛事信息

2020年11月—2021年3月：以线上评审形式，开展初赛、复赛

2021年4月：线上线下结合，开展决赛

2021年4月：举办颁奖仪式

任务

建立机器学习模型，判断成品螺母质量是否达标。

注：产品质量检测标准，详见数据下载链接；简单来讲，产品允许一定程度的瑕疵。

数据

备注：报名参赛或加入队伍后，可获取数据下载权限。

训练集共有200张照片，包含100张合格产品的照片和100张张不合格产品的照片。测试集不开放，共计777张。

选手需要提交包含模型的压缩文件，在服务器端执行对测试集图片的预测。

注：

1．数据使用有哪些要求？

本次大赛提供的全部数据、信息等，视为保密信息。未经允许，任何人不可以任何形式使用、传播、披露、授权他人使用。

2、限制原则是什么？

作品必须健康、合法、无任何不良信息及商业宣传行为，不违反任何中华人民共和国有关法律。须保证原创性，不侵犯任何第三方知识产权或其他权利；一经发现或经权利人指出，主办方将直接取消其参赛资格，主办方保留赛事解释权。

评分标准

比赛采用标准的macro F1，参考代码如下：

from sklearn.metrics import f1_score

y_true = [1, 0, 1, 0]

y_pred = [1, 1, 1, 0]

score = f1_score(y_true, y_pred, average='macro')

3.2 评测及排行

本次比赛进行线上评测，评测时需要被测团队将算法源代码、模型压缩打包发送给承办方，承办方将使用新的测试集进行统一评测。评测每天每个团队只有一次提交机会。