泰迪杯全国数据挖掘挑战赛

1、泰迪杯全国数据挖掘挑战赛02010304简介The brief introduction泰迪杯全国数据挖掘挑战赛 合作Cooperation 合作方式大数据领域共赢的交流合作合作沟通的时间节点侯选赛题的要求和内容平台Platform 解决企业、社会实际问题的竞赛平台联系Contact usCONTENTS联系我们01简介The brief introduction泰迪杯全国数据挖掘挑战赛泰迪杯全国数据挖掘挑战赛泰迪杯全国数据挖掘桃战赛是由全国大学生数学建模竞赛组委会为激励学生学习和探索大数据知识、提高应用数据挖据技术解决实际问题的能力而主办的全国性大学生科技竞赛主办单位：全国大学生数学建模竞赛

2、组委会承办单位：广州泰迪智能科技有限公司协办单位：广东省工业与应用数学学会 华南师范大学竞赛组织45全国大学生数学建模竞赛组委会深圳杯数学建模挑战赛泰迪杯全国数据挖掘挑战赛大学生数学建模竞赛全国大学生数学建模竞赛组委会中国工业与应用数学学会下属单位主办大学生数学建模竞赛，是中国规模最大、影响力最大的大学生科技竞赛2016年全国大学生数学建模竞赛，有来自全国33个省、市、区及新加坡的1367所院校、31199个队、93000多名大学生报名参加泰迪杯全国大学生数据挖掘挑战赛于2016年成为国赛组委会主办的三大赛事之一 泰迪杯全国数据挖掘挑战赛62013第一届华南师范大学合办参赛队伍50多队2014

3、第二届华南师范大学合办参赛队伍100多队2015第三届广东省工业与应用数学学会主办参赛队伍664队2016第四届全国大学生数学建模竞赛组织委员会主办全国近300所高校参赛队伍1665队2017第五届赛题征集中 泰迪杯全国数据挖掘挑战赛7竞赛致力于解决企业、社会实际问题，打造大数据领域共赢的交流合作平台全国大学生数学建模竞赛组委会提供学术支持指导教师可全程参与，鼓励高水平研究成果竞赛时长两个月，利于深入研究赛泰迪杯全国数据挖掘挑战赛02平台Platform 解决企业、社会实际问题的竞赛平台9京东世纪贸易有限公司：电商平台图片中文字的识别济南铁路物资总公司科技分公司：铁路旅客流量预测泰迪智能科技有

4、限公司：网络招聘信息的分析和挖掘广东美的厨卫电器制造有限公司：基于电商平台家电设备的消费者需求及产品数据挖掘分析广东粤港供水有限公司：城市供水处理混凝投药过程的建模与控制泰迪智能科技有限公司：基于数据挖掘技术的市财政收入分析预测模型2016年竞赛题目2015年竞赛题目解决企业、社会实际问题的竞赛平台03合作Cooperation 合作方式大数据领域共赢的交流合作合作沟通的时间节点侯选赛题的要求和内容11数据挖掘厂商、行业组织合作伙伴为参赛者提供大数据计算平台为参赛者提供挖掘工具的使用或教育支持赞助设置特别奖项，如：最佳R语言可视化奖，最佳Matlab应用奖，最佳IBM SPSS modeler

5、企业、机构合作伙伴提供有价值的实际问题作为赛题为竞赛的开展提供物质、资金或人力赞助为参赛学生提供实习、项目研究的机会高等院校合作伙伴为竞赛的开展提供物质、资金或人力支持竞赛宣传，提供志愿者服务通过自身渠道协助联系出题单位承办挑战赛颁奖典礼暨数据挖掘学术/教学会议/教练员培训网络、媒体合作伙伴竞赛宣传推广为竞赛的开展提供物质、资金或人力支持合作方式12高等院校培育教学改革项目创造学生更多的创新创业训练项目的机会培育纵向、横向科研课题释放教师团队的科研能力，服务社会连接企业、社会实际需求和高校的科研力量出题单位冠名特等奖，增加企业在社会、高校和行业内的影响力定向发现有创新力的学生、教师团队解决行业

6、、企业的实际问题，转化优秀竞赛作品为科研成果获得大数据行业更多的合作机会开拓教育行业更多的商业机会推广产品或技术培养潜在的商业应用群体大数据领域共赢的交流合作企业、机构合作伙伴数据挖掘厂商、行业组织合作伙伴各类型合作的时间截止点13每年的竞赛应征赛题的截止日期原则上为1月31日。对于截止日期后提交的征题，如来不及作为当年的赛题，可考虑作为下一年竞赛的应征赛题。颁奖会/培训承办：当年的3月底提供大数据平台：当年的1月底提供数据挖掘工具的使用权和培训：当年的1月底网络、媒体合作：当年的3月底合作沟通的时间节点出题企业的协作节点1411月30日前：候选赛题的初步确定次年2月20日前：赛题定稿次年3月份：赛前网络在线题目讲解次年5月份：参与竞赛评阅、企业冠名奖的评定次年7月份：参与竞赛颁奖并对赛题的解答情况进行点评次年7月份：提供特等奖奖金（每题3万元人民币）次年7月份：接收优秀参赛者实习或开展赛后研究合作沟通的时间节点15侯选赛题的要求反映行业、社会热点需求问题的背景易理解，贴近日常生活体验，淡化过于专业的背景提供的数据具有适当的规模和复杂度数据可公开，经过必要的脱敏处理，无版权或隐私等法律问题侯选赛题的内容问题的背景（当前的处理方法、困难）数据的格式、说明和示例数据