近日，由中国人工智能学会和浙江省大数据发展管理局联合主办，CAAI社会计算与社会智能专委会、杭州市余杭区、浙江大学公共管理学院共同承办的“社会计算创新大赛暨余杭区数据创新赛”正式拉开帷幕。

大赛背景

“平台+大脑”建设是今年浙江省数字化改革的重点工作之一，与此相呼应，大赛将结合自身特点与秉性，主要聚焦在“大脑”算法、模型等能力建设以及数字化改革方案设计等方面，实现对浙江省数字化改革重点任务的有力保障。同时，也期待大赛相关成果够为全国数字化改革提供有益借鉴，有利于做强做优做大我国数字经济，为构建数字中国提供有力支撑。

赛制安排

本次大赛分为初赛、决赛两个阶段。在初赛阶段，为充分挖掘多学科交叉融合优势，发挥不同领域研究人员特长，初赛特设置社会计算开放课题赛道和社会计算算法创新赛道，两个赛道并行实施。按照相关规则，两个赛道分别选择一定数量的优秀队伍进入决赛。

决赛阶段：进入决赛的队伍，将邀请到杭州参加现场决赛。决赛阶段将提供全新的竞赛题目，并以Hackthon（总时长36个小时）的方式进行。

奖项设置：根据决赛结果，评选冠军（1支队伍）、亚军（2支队伍）、季军（3支队伍）、优秀奖（若干队伍）。最高奖高达一万元。

两个赛道报名正式开始，具体报名及实施方案如下。

赛道1：社会计算开放课题

竞赛主题：

1、构建智能便捷的数字化公共服务体系，数字赋能办好民生实事。

2、推进未来社区建设，建设未来乡村。

3、发展同质同标的城乡居民免费健康体检制度，推进公立医院高质量发展。

4、优化中小企业主和个体工商户创新致富环境。

5、完善支持生育养育配套政策，大力发展普惠性托育服务。

6、围绕政务数据作用于党政机关整体智治、数字政府、数字经济、数字社会、数字法制和一体化智能化公共数据平台的建设，在数据应用质效提升、政务数据与社会数据融合发展与运营、政务数据治理挖掘创新应用等方面提出系统解决方案。

参赛要求：

1、参赛作品形式

参赛队伍选定主题后，题目可自拟，要求与竞赛主题内容吻合。参赛队伍可根据选择的主题和题目，如果需要相关的数据集，请根据主题和题目各自收集、选择相关的数据集。

最终参赛作品以研究报告形式提交，内容包括赛题分析、解决方案、技术方案、作品价值、数据集描述、算法描述、结果及定性或定量分析、软件等，所有素材包括但不限于文字、图片、网站等。

2、赛道1报名通道

在线报名：https://docs.qq.com/form/page/DRENuZmpmTnJjTlBH

二维码：  

3、作品提交

作品请提交至社会计算与社会智能专委邮箱，邮箱为scsicaai@163.com；

邮件标题为"BDSC2022-社会计算开放课题赛道-团队名称-单位。

4、时间安排

2022年5月17日:公布赛题并开始接受报名

2022年7月1日-7月10日: 接受参赛作品提交

2022年7月11 - 13日: 初赛作品评分

2022年7月14日: 宣布决赛队伍，并通知参加杭州决赛事项

2022年7月23日: 评选并宣布决赛结果，颁奖

赛道2：社会计算算法创新大赛

赛道2报名通道：

在线报名：https://momodel.cn/competition

二维码：  

时间安排：

2022年5月10日: 正式公布赛题赛制，开始比赛宣传，同时开放报名

2022年5月17日:比赛在线平台开放测试

2022年5月20日: 开放初赛（7月10日截止提交）

2022年7月11 - 13日: 初赛作品评分

2022年7月14日: 宣布决赛队伍，并通知参加杭州决赛事项

2022年7月23日: 评选并宣布决赛结果，颁奖

赛题介绍（初赛）：

1. 视频目标片段提取

在社会计算中，视频数据是最常见的数据类型之一，视频目标片段提取是视频数据分析的重要任务，对维护社会公共安全具有重要作用。本赛题以球赛视频为分析对象，考察对视频数据的分析能力，从一段较长的球赛视频中提取精彩的片段，包括令人激动振奋的射门或进球片段。但是人工去挑选这些精彩片段往往较麻烦，在本实验，希望利用视觉与听觉多模式信息分析的方法来提取球赛视频中的精彩片段。

任务要求：

A、任务提供包括数据读取、基础模型、模型训练等基本代码；

B、参赛选手需完成核心模型构建代码，并尽可能将模型调到最佳状态；

评分方式：

评分指标为测试集预测结果的 F1 值的平均值。

2. 新闻分类

文本数据是社会计算中的另一种常见数据类型，针对海量自媒体数据的舆情分析、情感计算、文本分类等是计算社会科学的重要研究内容。本赛题以某家自媒体平台收到了大量投稿文本为对象，试图设计有效的机器学习模型对这些新闻稿件进行自动分类，从而降低工作人员的负担。数据集共有 5 种类型， 50000 条新闻文本，分别是：科技，社会， 娱乐， 财经， 体育。

任务要求：

A、任务提供包括数据读取、基础模型、模型训练等基本代码

B、参赛选手需完成核心模型构建代码，并尽可能将模型调到最佳状态

评分方式：

在合规的前提下，本次比赛将计算算法训练的模型在测试集上的准确率，并将准确率×100 作为评分指标。

3. 城市交通流量预测

城市交通状况是衡量城市管理效率、提升市民出行幸福指数和改善市民生活水平的重要因素。本赛题以城市交通流量预测为核心，充分利用某城市前两个小时的历史交通流量（每个交通结点每五分钟记录一次车流量）和空间信息，采用时序模型等深度学习模型预测下一个五分钟的交通流量，数据给出了结点之间的无向图数据。

任务要求：

A、任务提供包括数据读取、基础模型、模型训练等基本代码

B、参赛选手需完成核心模型构建代码，并尽可能将模型调到最佳状态

评分方式：

评分指标为误差和的评分表映射值。

比赛说明：

● 本赛项为团队赛，竞赛分为初赛和决赛；

● 参赛团队需采用小组合作的形式完成赛项任务，以完成任务结果评价为主要考核方式；

● 初赛有三个赛题，可任选一个赛题参赛；

● 初赛采用在线比赛平台，由系统自动判分。按分数对队伍进行排名，选出进入决赛的队伍；

● 决赛采用在线比赛平台，在线下举办（可能根据疫情情况调整为线上举办）。线下举办时，在竞赛场地为每位参赛者提供独立工位，工位内设有操作平台。选手答完题后由系统自动判分。每个领域将单独按分数对队伍进行排名，选出优胜队伍；

● 本竞赛采用的在线比赛平台为“Mo 人工智能教学实训平台"，网址为https://momodel.cn/。参赛选手在平台上进行模型开发时，平台为每位选手提供Jupyter Lab开发环境以及比赛案例所用的数据集。平台的Jupyter Lab开发环境预装基础的比赛需要的库。

本文由CAAI社会计算与社会智能专委会供稿