2020新网银行金融科技挑战赛 — AI 算法赛道介绍

题目描述

本次行为预测任务，参赛者需要利用从手机传感器采集的时间序列数据，建立模型识别对应时间段手机使用者的行为。
该算法可应用于生活场景中走路、玩游戏等日常行为的识别，也可以应用于金融领域的客户异常行为实时识别，尤其是在在线信贷产品的申请、提现等关键服务环节。此类技术能进一步提升在电信诈骗、中介骗贷等金融场景中的欺诈风险识别和防范能力。

数据说明

数据总体概述：
新网银行提供的手机行为数据集由多个采集对象使用安卓手机采集而成。样本采集对象包含多名男性和女性，年龄跨度在20-55岁，采集时要求采集对象在指定时间内按照其使用习惯完成指定动作。采集场景分为3类：行走、站立、坐卧；3个场景中各采集了：玩游戏、刷抖音或快手等短视频、看影视剧或综艺节目等长视频、网页浏览、编辑文字、其他动作（如拍照、语音通话、视频通话、发语音、图片PS）6类动作；此外，还单独设计了“递手机”的行为，此行为不区分场景。我们将“行为”定义为动作+场景的组合，因此共19种不同行为；训练集中已将行为预处理为0-18的编号（behavior\_id）。数据集中每个行为片段（fragment\_id）对应为5s的加速计读数：包含重力加速度(acc\_xg, acc\_yg, acc\_zg)和不含重力加速度(acc\_x, acc\_y, acc\_z)；数据集每行对应fragment\_id下某个时间点的加速计数据。数据分为训练集和测试集，分别用于训练模型和测试模型效果。

数据下载及更多详情

快来报名吧！https://www.kesci.com/home/competition/5ece30cc73a1b3002c9f1bf5/content/2