新手分
78/100
适合已有结构化订单数据建模经验、愿意使用 PaddlePaddle 2.0 及以上版本的个人参赛者。参赛者应能从用户、订单、商品及付款时间等字段构建特征，并输出用户下个月是否购买的预测概率。
以下内容来自比赛官方页面。
Historical order training data and next-month purchase test data
如果下面这些前置项还很陌生，先补准备通常比直接参赛更划算。
能够读懂官方赛题与参赛规则
订单数据特征工程
时间滑窗特征
二分类概率预测
AUC 优化
AI Studio Notebook 提交
真正的难点通常不是“会不会调包”，而是验证、时间分配和任务理解。
主要难点是从经过模拟生成、部分特征含义被隐藏且脱敏的历史订单记录中提取有效的用户购买信号，尤其需要处理付款时间并构造时间滑窗特征。还需在 AI Studio Notebook 中通过命令和 token 提交预测结果及可能要求的源码。
以下竞赛与当前竞赛方向或难度相近，可以一起对比。
把已确认、待核对和人工审核状态分开看；最终规则与截止时间以官方页为准，发现错误欢迎提交纠错。
官方 metric 还没有从当前抓取结果中确认，仍需人工核对。