{
  "fetched_at": "2026-10-19T16:53:58Z",
  "source_url": "https://www.kaggle.com/competitions/catch-me-if-you-can-intruder-detection-through-webpage-session-tracking/data",
  "pages": [
    {
      "name": "data-description",
      "content": "<p>В обучающей выборке train_sessions.csv признаки site_i – это индексы посещенных сайтов (расшифровка дана в pickle-файле со словарем site_dic.pkl).<br />Признаки time_j – время посещения сайтов site_j.</p>\r\n<p>Целевой признак target – факт того, что сессия принадлжит Элис (то есть что именно Элис ходила по всем этим сайтам).</p>\r\n<p>Задача – сделать прогнозы для сессий в тестовой выборке (test_sessions.csv), определить, принадлежат ли они Элис.</p>\r\n<p>Не обязательно ограничиваться только предложенной выборкой train_sessions.csv – в train.zip даны исходные данные о посещенных пользователями веб-страницах, по которым можно сформировать свою обучающую выборку.<br />------------------------------------------------------------------------------</p>\r\n<p>Train set train_sessions.csv contains information on user browsing sessions where the features are:</p>\r\n<p>site_i – are ids of sites in this session. The mapping is given with a pickled dictionary site_dic.pkl.</p>\r\n<p>time_j – are timestamps of attending the corresponding site.</p>\r\n<p>target – whether this session belongs to Alice. </p>\r\n<p>One can use original data train.zip to form a train set differing from train_sessions.csv.</p>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "<p>Будем решать задачу идентификации взломщика по его поведению в сети Интернет. Это сложная и интересная задача на стыке анализа данных и поведенческой психологии. В качестве примера, компания Яндекс решает задачу идентификации взломщика почтового ящика по его поведению. В двух словах, взломщик будет себя вести не так, как владелец ящика: он может не удалять сообщения сразу по прочтении, как это делал хозяин, он будет по-другому ставить флажки сообщениям и даже по-своему двигать мышкой. Тогда такого злоумышленника можно идентифицировать и \"выкинуть\" из почтового ящика, предложив хозяину войти по SMS-коду. Этот пилотный проект описан в статье на Хабрахабре. Похожие вещи делаются, например, в Google Analytics и описываются в научных статьях, найти можно многое по фразам \"Traversal Pattern Mining\" и \"Sequential Pattern Mining\".</p>\r\n<p>В этом соревновании будем решать похожую задачу: алгоритм будет анализировать последовательность из нескольких веб-сайтов, посещенных подряд одним и тем же человеком, и определять, Элис это или взломщик (кто-то другой).</p>\r\n<p>Данные собраны с прокси-серверов Университета Блеза Паскаля. \"A Tool for Classification of Sequential Data\", авторы Giacomo Kahn, Yannick Loiseau и Olivier Raynaud.</p>\r\n<p>––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––––</p>\r\n<p>Web-user identification is a hot topic of research on the brink of sequential pattern mining and behavioural psychology.</p>\r\n<p>Here we try to identify a user on the Internet tracking his/her sequence of attended Web pages. The algorithm to be built will take a webpage session (a sequence of webpages attended consequently by the same person) and predict whether it belongs to Alice or somebody else.</p>\r\n<p>The data comes from Blaise Pascal University proxy servers. Paper \"A Tool for Classification of Sequential Data\" by Giacomo Kahn, Yannick Loiseau and Olivier Raynaud.</p>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "<p>Целевая метрика – ROC AUC. Пример ее описания <a href=\"https://habrahabr.ru/post/228963/\">тут</a>. </p>\r\n<p>----------------------------</p>\r\n<p>The target metric is <a href=\"https://en.wikipedia.org/wiki/Receiver_operating_characteristic\">ROC AUC</a>.</p>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "<p>Дополнительные данные в соревновании нельзя использовать.</p>\r\n<p><a href=\"https://habrahabr.ru/company/ods/blog/323890/#7-domashnee-zadanie--4\">Информация</a> о начислении баллов за сореванование в открытом курсе машинного обучения OpenDataScience</p>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}