分数是nn模型融合得到的，单模的成绩远不及前排的分数。

1）1）特征方面采用的是Word2Vec以及id特征，几个文本在初赛复赛都做了一些尝试没能得到提升。

2）LGB模型在复赛中由于内存大小限制，只跑通缩减特征的版本，线上线下都比nn模型差的太多就没再考虑，后来我们还是以nn为主。

3）NN模型，用的是开源的mmoe模型，输入基本都是原始提供的特征，没用到统计和历史之类的特征。模型结构方面也没改动，在mmoe基础上加入一些特征低阶交互结构，并且用不同结构的模型来保证差异性，进行融合会有更大提升。

4）参数方面，对于NN提升较多其实是还是通过调参，调参还是比较重要的。