# advertisement recall challenge — Data

来源：https://www.kaggle.com/competitions/advertisement-recall-challenge/data

本地 Meta Kaggle 快照；不是本次实时页面。

# Dataset Description

### 简介
本次比赛提供3个数据集：

点击训练集：前 N-1 天的网民搜索词（Query） - 广告 ID的点击数据，即点击次数（注意：点击次数经真实数据脱敏处理，仍能反映点击倾向）
验证集：第N天的点击数据抽样
测试集：第N天的点击数据抽样
广告特征：包含全部广告的落地页特征、核心词特征
落地页特征为客户托管页面的内容（该页面托管在百度，且图片信息经过了OCR识别）；
核心词特征基于百度商业积累，对广告投放页面提取的业务关键字。

### 数据集结构
- train_data.csv       -> 训练数据集
- dev_data.csv         -> 验证数据集
- dev_data.csv         -> 测试数据集
- ad_landingpage.txt   -> 广告落地页特征
- ad_core_term.csv			-> 广告核心词特征


### 数据格式
1. 训练/验证数据集
| 字段 | 说明 |
|---|---|
| q | 网民搜索词 |
| ad_id | 广告 ID |
| click | 点击次数 |

2. 广告落地页特征

|字段|说明|
|---|---|
|ad_id|广告 ID|
|lp_content|落地页内容，不同段落间用<block>连接|

3. 广告核心词特征

|字段|说明|
|---|---|
|ad_id|广告 ID|
|core_terms|核心词字面，不同核心词间用<sep>连接|