DataCastle “卧龙大数据 微博热度预测竞赛”上线以来受到了很多参赛者的喜爱，上线不久，不断有参赛队伍提交了结果，排行榜也在不断刷新中。

在参赛的过程中，有的小伙伴反应在赛题和数据的理解上遇到了一些小问题，为了让大家更好地理解和参赛，小运营特意把大家反馈比较多的一些疑惑整理出来了，供大家参考。

下面我们以Q&A的形式一一列出来：

1.怎么参赛？什么时候可以提交？

答：在pkbigdata.com上注册（登录），选择你要参加的竞赛，点击“参加竞赛”，组队成功，就算成功参赛啦。竞赛处于ing的状态，都可以提交，现在就可以～

2.如何下载数据？

答：比赛下载原始数据，必须要点击“参加竞赛”，然后自己创建队伍或者加入其他童鞋的队伍才能下载。

3.这次的数据文件都是什么类型的文件？

答：文件都是普通文本文件。

4.传播规模是指什么？

传播规模是指源微博一共被转发了多少次。单人转发多次，则计多次。即一个人对一条微博转发n次，那这n次都是有效的。

5.关于传播深度如何理解？

传播深度指：以源微博的用户为起点，计算转发链上其他节点到源节点的距离，最长距离就是此微博的传播深度。

举个例子，假如源微博用户是a，用户b从a处转发了微博，用户c从b处转发了微博，用户d又从c处转发了微博，那么微博传播就是a->b->c->d，深度就为3。

但是需要注意两点！

第一点：一个用户可能从多个源都做转发，比如在之后的时间里，c从d处进行了转发，或者a又从c处做了转发，在这种情况下，深度并不增加；同样的，若源微博用户a再次转发了自己的微博，深度也不增加。

第二点：在数据采集过程中，由于各种原因（比如新浪自动截断、用户手动删除、采集遗漏等），转发链可能出现中断，继续采用上面的例子，假如用户e可能从a、b、c或d中做了转发，但是训练集中没有这一纪录，反倒是有用户f从e处转发了此微博，也就是说无法得知用户e的父亲节点，导致深度计算出现问题。为解决这一问题，我们在计算深度的时候，默认添加从a到e的转发关系，于是从a到e的距离就为1，到f的距离为2。

例如：

1. 如果有一条微博的其中一条传播路径是a-b-c-d，另一条是a-b-f，后来f又从d处转发，又得到一条路径a-b-c-d-f，假设就只有这三条路径，那么传播深度应该是3。

2. 如果先有a-b-c-d，下一时刻是a-b-c-d-f，下下时刻是a-b-f，那此时的深度是4。

6.一少部分微博内容里有重复很多网址，是干什么用？

答：这部分重复网址，是木有用处的，小伙伴们请忽略～

7.关于数据格式

WeiboProfile.train中微博id为纯数字；

WeiboProfile.test中微博id为”testWeibo111”的格式。

每一行数据的整体结构还是相同的，微博id\001微博作者id\001微博发布时刻\001微博内容。

8.关于评分算法

这次是越小越好，大家记住了哇。误差越小排名越高的。

9.关于示例提交文件的下载入口，你发现了么？

在提交页面上，有示例文件的文件名，点击就可以下载啦

示例提交文件干什么用？帮助大家了解提交csv的格式，在遇到提交问题时能及时解决。

另外，大家在参赛的时候注意仔细阅读，赛题、数据、提交规则的详细说明哦！如果在参赛过程中遇到什么问题，记得在企鹅群（423732457）里@DC小运营，我们会在第一时间为大家解答。

DataCastle “卧龙大数据 微博热度预测竞赛”正在火热进行中，“3万条微博，800万位用户，1784万次转发”数据，等待你的精准预测。