大赛启动
2017.9.24
预报名
2017.9.25-2017.10.9
训练数据发布
2017.10.10
大赛初赛
2017.10.10-2017.11.19
算法能力赛
A榜评测阶段
2017.10.10-2017.11.16
B榜评测阶段
2017.11.17-2017.11.19
数据创新赛
方案提交阶段
2017.10.10-2017.11.19
复赛资格审核
训练数据更新
2017.11.20
大赛复赛
2017.11.21-2017.12.11
算法能力赛
A榜评测阶段
2017.11.21-2017.12.4
B榜评测阶段
2017.12.5-2017.12.11
数据创新赛
潜力提升阶段
2017.11.21-2017.12.11
决赛资格审核
2017.12.12-2017.12.22
大赛决赛
2017.12.23-2017.12.24
报名截止时间：2017.11.19
参赛对象
本次大赛面向所有对大数据及人工智能领域感兴趣的个人及单位开放，
国内外高校在校学生（本科生、硕士生、博士生）、科研院所、企业从业人员及自有职业者，均可以个人身份组队报名参加。
-
商场中精确定位用户所在店铺
赛题描述：在正确的时间、正确的地点给用户最有效的服务，是各大互联网公司智 能化拓展的新战场。当用户在商场环境中打开手机的时候，存在定位信号不准、环境信息不全、店铺信息缺失、不同店铺空间距离太近等等挑战，因此如何精确的判断用户所在商铺是一个难题。我们提供2017年9月份的数据中，根据当时用户所处的位置和WIFI等环境信息，通过您的算法或模型准确的判断出他当前所在的店铺。- 出题单位：蚂蚁金服
- 技术方向：数据挖掘、机器学习
-
基于合成数据的Logo识别
赛题描述：在LOGO识别中，能否通过合成数据，对标注数据进行扩充，从而降低标注成本，提高LOGO识别准确率，成为一个值得研究的课题。需要参赛队伍通过LOGO图像，构造具有对实际图像有足够拟合能力并且足够多样性的训练图像，识别出图像中LOGO的类别和位置。- 出题单位：国双科技
- 技术方向：图像识别、机器学习
-
让AI当法官
赛题描述：随着行业AI的迅速发展，国外已经出现了IBM Ross这样的AI律师。国内类似的应用仍处于尝试和探索阶段，需要开发能够理解中文案情和法律条文的新型算法模型。通过模型识别发现案件事实描述与罚金范围和相关法律条文之间的关联，从而实现对新案件的罚金额度范围和对应的相关法律条文进行预测。- 出题单位：明略数据
- 技术方向：自然语言处理、机器学习、文本分析
-
AlphaGo之后“人机大战”Round 2
——机器写作与人类写作的巅峰对决
赛题描述：随着深度学习、自然语言处理等人工智能技术发展，机器写作在语言组织、语法和逻辑处理方面几乎可以接近人类水平。设计出单一或者复合的优良的算法模型，从海量的文章中区分出文章是机器写作还是人类写作。- 出题单位：360搜索
- 技术方向：人工智能、自然语言理解
-
复杂海情和气象条件下的海上船只识别
赛题描述：海洋上作业的风险巨大，如何利用卫星成像技术和人工智能技术实现对于海上目标进行有效快速的识别，是人类有效利用海洋的一项基本能力。快速准确的识别、标识出测试集中的船只。综合考量准确性、速度和功耗指标。- 出题单位：方一信息
- 技术方向：图像识别、机器学习
-
小超市供销存管理优化
赛题描述：在传统的商超数据挖掘中，购物篮分析是重要的分析内容，对会员管理的维护以及超市的供销存管理有着重要意义。对会员用户的下次到店行为进行预测，构建会员的消费价值标签，流失会员预警分析。- 出题单位：零点有数
- 技术方向：数据挖掘、机器学习、模式识别、序列关联
-
城市自行车的出行行为分析及效率优化
赛题描述：城市共享单车体系逐步渗透到各个城市中，给公众出行的“最后一公里”带来极大便利。分析早晚高峰时间段及该城市在高峰时段的自行车大的运动方向，对未来时段（月、周等）进行分站点借还流量预测。
- 出题单位：零点有数
- 技术方向：数据挖掘、空间数据运算、路线聚类、最优设计
-
“中印对峙”事件期间舆情分析
赛题描述：国际争端不断，中印对峙时间是近期新闻的热点，国内各大媒体、民间自媒体及广大公众保持了密切的关注。分析在最近的一次中印对峙事件期间（2017年6月18日-8月28日），微信、微博、知乎等各平台上相关文章及网民的主流观点，各自声量大小，以及主流观点随事件进展的变化。技术方向：自行爬取微信、微博等平台上的中印主题的公共号文章，并进行分析（文本分析，分类预测）。
- 出题单位：零点有数
- 技术方向：文本分析、分类预测
-
企业经营退出风险预测
赛题描述：全国3000多万企业中，大量的中小微企业，既无法公开获得企业真实财务信息，也无这些企业的借贷信息，如何科学、合理评价企业未来经营风险成为了难题。参赛者需要利用训练数据集中企业信息数据，构建算法模型，并利用该算法模型对验证数据集中企业，给出预测结果以及风险概率值。- 出题单位：量子数聚
- 技术方向：数据挖掘、分类预测、机器学习
-
卫星影像的AI分类与识别
赛题描述：基于遥感影像的应用仍停留在目视解译的阶段，自动化的程度较低，已有的算法还不足以支撑现有的应用。在我们提供2015年的数据中，通过您的算法或模型准确的对该地区的地表覆盖物进行分类。- 出题单位：佳格数据
- 技术方向：图像处理、机器学习
-
基于机构实体的智能摘要和风险等级识别
赛题描述：基于法海客户中，十数家全国商业银行、几十家国际、国内顶级征信公司、上百家金融信贷机构对高精度舆情大数据的迫切需求，法海风控从“同一篇新闻中，不同的机构实体，对应的关键词、风险等级和摘要可能不同“的人工智能解决方案出发，提出了该项竞赛赛题。参赛者针对司法/财经/科技/质量监督类新闻舆情数据，进行数据清洗，构建算法模型，生成智能文摘。- 出题单位：法海风控
- 技术方向：自然语言处理、机器学习
-
基于主题的文本情感分析
赛题描述：电商购物现实情形是，用户评论大多针围绕产品的某些特征或内容主题展开，相比于对产品的整体评分， 用户往往更关心产品特征，评论文本往往较短。根据语句中的主题特征和情感信息来分析用户对这些主题的偏好，并以 <主题，情感词>序对作为输出。- 出题单位：泰一指尚
- 技术方向：分类预测、自然语言处理、机器学习
主办单位：中国计算机学会 战略合作伙伴：中科启慧
承办单位：
教育部易班发展中心、
CCF大数据专家委员会、
中文信息技术专业委员会、
数据库专业委员会、
YOCSEF、
数联众创、
中关村大数据产业联盟
合作单位：
支持单位：
一点资讯、
CSDN、
小象学院、
大数据文摘、
软件定义世界（SDX）、
新智元、
视妙传媒、
海数据社区、
炼数成金、
36大数据、
数据观、
THU数据派、
CIO时代网、
科技杂谈、
中国软件网、
创头条、
极客邦、
珍威广告、
CDA数据分析研究院
官方竞赛平台：DataFountain