亚太杯一等奖的名单出来的那个晚上我们仨在群里反复确认了三遍队号才敢截图庆祝。这是我带队第三年第二次拿到亚太杯一等奖队伍里还有两个第一次参加竞赛的学弟学妹。从选题时的犹豫、建模到深夜的崩溃到提交前最后一小时还在改图表配色整个过程又虐又爽。这篇复盘拖了一阵子今天把它完整写出来给正在备战亚太杯、美赛或者国赛的朋友们一个参考。亚太地区大学生数学建模竞赛APMCM每年11月下旬开赛赛程四天题目风格和评阅取向都接近美赛但整体难度比国赛温和一些。全英文提交这一点刷掉了不少准备不足的队伍。也正因如此亚太杯特别适合作为美赛前的实战演练拿奖含金量在保研、综测、留学申请里都挺能打。这篇文章尽量讲实操从赛前三个月怎么备、比赛四天怎么分配到英文论文怎么写、常见坑怎么避全部按我们队伍的真实经历来写新手可以直接拿来当备赛路线图。1. 先把亚太杯看清楚赛制、题目风格与评阅逻辑1.1 亚太杯究竟在比什么亚太杯表面上比的是“建模”但真正拉开差距的其实是三件事建模思路、编程实现、英文论文表达。三项权重在不同年份会有微调但大体呈三足鼎立。很多理工科队伍编程很强结果摘要写得很潦草最后只拿到参与奖非常可惜。反过来有些队伍模型并不复杂但逻辑清晰、图表干净、英文流畅反而能拿一等奖。这一点我们在备赛时体会很深后面会反复提到。评阅流程大致是组委会先对论文做形式审查和查重再分配给评委按摘要、模型合理性、结果分析、英文表达几个维度打分。四天时间听起来充裕实际上要完成读题、建模、求解、写作、翻译、排版、查重、提交一整套流程时间极其紧张。能够拿奖的队伍通常不是最后一天才开始写论文而是从第二天就开始同步搭建论文框架。1.2 三类题目风格与应对策略亚太杯的题目每年会有A、B、C三题特点比较固定。A题偏物理机理和连续模型常见的考点是微分方程、扩散方程、流体力学简化模型等适合数学基础扎实、擅长推导的队伍。B题偏运筹优化和方案设计常见的是排班、路径规划、资源调度需要目标函数写得好、约束条件考虑周全适合思维灵活、熟悉启发式算法的队伍。C题偏数据分析和数据挖掘近几年出现频率很高涉及用户行为、电商数据、交通流量等题目会直接给CSV数据包适合编程能力强的队伍。我们两次拿一等奖选的都是C题因为C题下限低、上限高下限低在于哪怕只用聚类加回归也能做完整篇论文上限高在于能结合机器学习模型、特征工程、可视化做出亮点。关键是C题的数据结果容易量化评委一眼就能看到你的输出是否合理。1.3 正确看待获奖比例和奖项含金量亚太杯的奖项设置包括特等奖、一等奖、二等奖、三等奖和成功参赛奖。一等奖的比例通常控制在参赛队伍总数的10%以内整体含金量不错。不过每年题目难度和参赛人数会有波动拿奖难易程度不能一概而论。我在备赛时见过不少队伍把美赛的O奖论文拿来反复琢磨这个方法很值得借鉴因为亚太杯和美赛在“强调问题重述、假设合理性、模型灵敏度分析”这些方面非常相似。目标定一等奖准备时就要按特等奖的标准去要求别给自己留退路。2. 赛前三个月三大“库”决定你的上限2.1 队伍磨合与角色分工组建队伍是第一道关。理想配置是建模手、编程手、写作手三人各司其职但现实中不到一周就会发现问题建模手不懂编程实现编程手不知道把结果怎么呈现给评委。我们的做法是三角色分工但互相交叉学习——建模手必须能看懂代码逻辑编程手必须能理解模型假设写作手要参与建模讨论这样写出来的论文才能高度统一。三个人一起合作超过半年以上最好临时拼凑的队伍很难在四天高压下默契配合。2.2 积累模型库、代码库、模板库赛前三个月我们每周固定做一套往年真题但不是完整做四天而是压缩成一天的“小美赛”模拟重点训练快速破题和快速产出阶段成果。每次训练后都做两件事第一把新用到的模型整理进模型库附上适用场景和优缺点第二把写好的代码模块化保存下次同一类模型可以直接调用。三个月下来模型库积累了大概二十种常用模型代码库有了数据清洗、可视化、机器学习调参、优化算法等十几个现成脚本。这里特别强调模板库的重要性。英文论文不是从零写的我们提前整理了一整套LaTeX模板包含摘要结构、引言写法、模型描述、结论等常用句式。比赛时只需要往里面填内容而不是边写边想怎么表达。这个习惯帮我们节省了至少半天时间。2.3 工具栈LaTeX、Python、可视化三板斧很多队伍用Word写数学建模论文我不推荐。数学公式一多Word的排版会让你怀疑人生。我们用Overleaf在线LaTeX多人协作非常方便队友写了什么实时同步公式排版、交叉引用、目录生成全部自动处理。比赛前在Overleaf建好项目把官方模板传上去调好字体、行距、页边距比赛期间只专注内容。Python是建模主力语言pandas做数据处理numpy做计算scikit-learn做机器学习scipy做优化matplotlib加seaborn做可视化。另外强烈建议学一点statsmodels做回归和时间序列分析时比scikit-learn更方便。可视化是我们拿奖的关键优势之一每张图都做到放大后依然清晰、配色统一、坐标轴标签完整评委翻到图表页会明显感受到差别。2.4 英语写作能力怎么补亚太杯要求全英文论文提交这是很多国内队伍最大的痛点。我们的英语训练分两条线第一条线是阅读每周精读两篇美赛O奖论文重点看别人怎么描述问题、怎么解释模型、怎么陈述结论第二条线是积累建一个数学建模英语术语表包括模型名、算法名、统计量、常用逻辑连接词等。赛前一个月开始做全英文模拟保持写作手感和熟练度。3. 比赛第一天选题是策略破题靠拆解3.1 我们为什么选C题比赛当天早上八点题目发布我们先花一个半小时把A、B、C三题全部快速浏览一遍。那年的情况是A题是污染扩散模型涉及偏微分方程组物理背景很强B题是仓储物流调度约束条件复杂要看懂都要花不少时间C题是电商用户行为数据分析给了三张数据表。我们队编程手和写作手都是数据方向最后几乎是一致同意选C题。选题不要只凭兴趣要用打分法快速决策。我们有一个简单的选题评估表每道题打三个分数据可得性、模型熟悉度、论文可写性各占一定权重。C题总分最高因为数据完整、我们熟模型、可视化点多论文篇幅容易做长。如果队伍里有数学推导很强的同学选A题拿高分的可能性也可能很大但需要额外承担模型验证和推导的时间成本。3.2 把问题拆成模块化任务破题是比赛中最关键的环节之一。题目给了四个子问题看起来零散我们第一步是用思维导图把问题重新组织为五个模块数据探索与清洗、用户行为分析、用户价值建模、购买预测模型、运营策略建议。每个模块对应一到两个模型每个模型对应论文中的一个章节。这样拆完整个四天的任务清单就非常清晰小组成员各认领一个模块互不冲突。3.3 第一天的时间分配动笔永远比空想重要第一天晚上之前我们完成了三件事数据读取和字段说明、画了十几个数据分布图、搭建了论文的LaTeX框架。这里有个很重要的心得不要在第一天反复纠结哪个模型最好先把数据摸清楚再回头选模型。数据探索本身就是论文第一章的结果展示素材永远不会白做。第一天晚上十一点写作手已经开始写Introduction和Data Description部分为后面节省了大量时间。4. 建模与求解把每个模型的“为什么”写进论文4.1 数据清洗与特征工程最容易丢分C题数据通常包含大量缺失值、异常值和文本字段很多人在这里处理得很粗暴最后模型结果完全不可信。我们对缺失值做了区分缺失比例少于5%的字段用中位数填充缺失比例大的字段则保留为一个“缺失”类别而不是直接删除。异常值用3σ原则识别但电商数据中“购买金额特别大”的用户不一定是异常反而可能是高价值用户不能一刀切地删掉。特征工程方面我们构造了用户活跃度、购买频次、平均客单价、最近一次购买距离天数等衍生特征这些特征直接用于后续聚类和预测模型。文本数据用Jieba分词和TF-IDF向量化处理虽然最终模型没有用到文本但在数据探索部分展示了词云和关键词分布这一页写进论文非常加分。4.2 主模型一RFM用户分层与K-Means聚类我们先用RFM模型对用户价值做初步分层。RFM是用户运营的经典框架分别指Recency最近一次购买距今天数、Frequency购买频次、Monetary消费金额三个维度组合起来可以直观判断用户属于高价值、中价值还是低价值群体。直接对RFM三维特征做标准化后用K-Means聚类。K值的选取用肘部法则加轮廓系数共同判断。肘部法则看SSE误差平方和随K值增加下降幅度变缓的位置轮廓系数则衡量聚类内部的紧凑度和外部分离度两者结合选出的K值更有说服力。我们最终确定K5把用户分成五个群体然后给每个群体打上业务标签核心用户、潜力用户、新用户、流失风险用户、沉睡用户。聚类结果展示时用了PCA降维图颜色区分五个簇评委评价“可视化非常直观”。4.3 主模型二随机森林预测购买行为第二个子问题要求预测用户未来是否会产生购买行为这是典型的二分类问题。我们对比了逻辑回归、决策树和随机森林三个模型用精确率、召回率、F1分数做评估。随机森林在测试集上的F1最高所以我们选择它为主模型同时用特征重要性排序来分析哪些因素对购买行为影响最大。这个“模型对比可解释性分析”的组合几乎是拿奖标配。如果队伍对深度学习比较熟悉也可以尝试用XGBoost或者LightGBM效果通常比随机森林更好。但要注意模型越复杂对数据量和调参的要求越高比赛中不一定有时间做充分调参。我们的策略是用经过验证的成熟模型把省下来的时间拿去打磨论文解释。4.4 主模型三关联规则挖掘商品组合第三个子问题问的是商品之间的关联关系我们用了经典的Apriori关联规则算法。设定最小支持度0.02、最小置信度0.5挖掘出若干高置信度的商品关联组合比如“购买了A类商品的用户大概率也会在三天内购买B类商品”。关联规则的结果非常适合写成运营建议可以直接指导商品捆绑促销和推荐位设计。Apriori的短板是候选集生成慢数据量稍大就跑不动。如果数据很大可以改用FP-Growth算法速度快一个数量级。我们比赛用的数据规模中等Apriori五分钟之内就能跑完所以没有额外换算法。4.5 灵敏度分析让评委觉得你“稳”很多参赛队伍忽略灵敏度分析其实这是拉开分数差距的关键。我们做了三类灵敏度分析第一类改变K-Means聚类簇数K3、4、5、6观察用户分群比例是否稳定第二类改变随机森林训练集比例70%、75%、80%观察模型评估指标波动第三类对输入特征加入一定比例噪声观察模型输出是否剧烈变化。把所有结果画成折线图配上“模型对参数变化不敏感结果具有稳健性”的结论这一节写出来论文的完整度直接提升一个档次。5. 英文论文写作摘要一句话定生死5.1 摘要值得你花三个小时反复打磨评委评一篇论文的时间通常只有几分钟摘要几乎决定了第一印象。我们的摘要采用“三段式”结构第一段两句话交代背景和任务第二段按子问题顺序写方法和结果每个问题都写清“用了什么模型得到什么结论”第三段写创新点和灵敏度分析结论。全篇控制在600词左右每个结果都要有具体数值比如“用户聚类为5个群体聚类轮廓系数为0.62”而不是只说“效果良好”。摘要一定不要用“maybe”“possibly”这类模糊词也不要把所有问题混在一起一笔带过。写完之后我要求两个队友分别阅读摘要让他们复述这篇论文做了什么。如果他们说不出三个以上具体结论就说明摘要不合格需要重写。这个方法简单但极其有效。5.2 论文结构顺着评委的阅读习惯安排正文我们按标准结构来写AbstractIntroductionAssumptionsData DescriptionModelsResults and DiscussionSensitivity AnalysisConclusionReferencesAppendix。Assumptions部分容易被新手忽略其实非常加分。每条假设都要写清楚理由比如“假设用户购买行为在短期内不随时间趋势剧烈变化”这会让评委觉得你考虑了问题边界。每提出一个模型都要写清楚三个段落为什么选它、怎么实现、结果说明什么。不要上来就堆公式。评委更在意你“为什么这么想”而不是公式本身。公式用LaTeX编号图表按章节编号交叉引用自动生成这就是用Overleaf的好处。5.3 图表规范图要“一图胜千言”我们队伍有一条铁律每张图必须能在不看正文的情况下理解大致含义。因此每张图都有完整的标题、坐标轴标签、图例配色统一使用同一套色板。数据量多的散点图适当降低透明度避免一团黑聚类结果用PCA降维展示不同簇用不同颜色和形状区分时间序列数据用折线图加置信区间带效果好很多。表格方面优先使用三线表简洁清爽。每张表前面配一句话说明表后面配一句话解读。比如“表3展示了不同聚类数下的轮廓系数当K5时轮廓系数最高说明将用户分为5类是最合理的划分。”这种“一句话引表一句话解读”的模式能让论文阅读体验非常顺畅。5.4 附录和代码别让“支撑材料”拖后腿附录部分放核心代码和额外图表一方面让论文正文保持简洁另一方面满足评委对可复现性的期待。代码一定要做删减只放和正文模型直接相关的部分并且每段代码前写两行注释说明功能。放上去之前把代码跑一遍确认没有报错、没有输出一堆warning信息。曾经有朋友的论文附录里夹了一段调试代码评委一眼就能看出来印象分直接崩掉。6. 四天时间怎么分我们的实战节奏6.1 第一天定题、清数据、搭框架第一天上午不碰数据先读题和选题下午全力做数据探索。晚上九点前必须完成数据清洗和可视化初稿写作手同步开始写Introduction和数据描述章节建好Overleaf项目并设定好排版格式。第一天收工时三个人的任务墙上应该有明确标记建模手初步确定了两个候选模型编程手把数据管道跑通写作手已经输出论文前两节的初稿。6.2 第二天主模型全部跑出结果第二天是整场比赛最累的一天但我们没有把它用来“憋大招”而是保证所有题目主模型都跑出结果。上午完成用户聚类和可视化下午完成预测模型对比并确定主模型晚上跑关联规则和运营建议相关分析。到晚上十二点所有模型的结果文件已经导出论文的Results部分可以填充实际数据我们差不过已经完成了整篇论文60%的内容。6.3 第三天灵敏度、讨论与摘要初稿第三天上午做灵敏度分析下午完成论文的模型描述和结果分析部分。晚上集中精力写摘要初稿三个人一起讨论每句话的表达。日结时摘要已经改了三个版本。这一天会反复修改模型描述一些表述需要对照结果数据不断调整写作手需要有耐心逐段打磨。6.4 第四天只做减法不碰新模型第四天的原则是“不加新东西只做优化”检查全文逻辑是否通顺、摘要是否精确、图表是否清晰、格式是否统一、参考文献是否规范。翻译方面逐句检查是否有Chinglish表达顺便把论文整体查重一遍确保查重率在10%以内。下午提交前提前做一次“预提交”测试检查PDF生成是否正常、命名是否规范把可能出现的技术问题全部排除。6.5 时间管理心法里程碑比熬夜更重要数学建模竞赛熬通宵几乎不可避免但不必为了熬夜而熬夜。我们每次模拟赛都设了明确的里程碑第一天结束必须有数据结果第二天结束必须模型完赛第三天结束必须有成稿第四天只做打磨。有了里程碑任何时间点你都知道自己该做什么不会出现前三天慢慢悠悠、最后一天疯狂赶工的情况。节奏感是拿奖的重要保障。7. 常见问题与避坑实录来自血泪教训7.1 高频问题速查表把比赛中遇到的高频问题整理成表格方便大家对照排查。问题原因解决措施数据量太大模型跑得极慢没有做特征筛选或降采样先做相关性分析剔除冗余特征数据量过大时随机抽样训练集聚类结果一团乱麻特征未标准化或维度太高标准化后再聚类先用PCA降到2-3维观察分布预测模型F1很低正负样本不平衡用SMOTE过采样或调整分类阈值论文查重率偏高模板句式抄太多用自己的话改写少用整段模板句摘要部分尤其注意英文表达有明显Chinglish写完没做英文润色留出时间做逐句润色提前准备专业术语对照表提交前PDF公式乱掉Word转PDF不兼容用LaTeX直接编译PDF不要用Word转PDF7.2 比赛中常被忽视的“隐藏扣分点”先说数据探索部分。很多队伍把数据探索当成走过场画两张直方图就完事结果被评委批评“缺乏对数据分布和异常值的深入分析”。数据探索至少要包含缺失值情况、字段类型说明、核心变量的统计描述、分布图和相关性热力图。这些内容既能让评委看到你的基础功也能引导你后续的模型选择。再说模型选择。有些队伍为了显示“高水平”硬上深度学习模型结果训练时间极长、可解释性差评委看半天也不知道模型在做什么。亚太杯的评阅标准很看重模型的合理性而不是模型复杂度。好的模型是“能自圆其说、结果稳健、可解释”的模型。我们两次拿奖核心模型都是机器学习的经典算法没有一个用到深度学习。最后说结果分析。很多论文只贴模型输出不做业务解读。评委看论文是在看一个完整的故事结果部分必须回到问题上回答“所以呢”。比如聚类结果跑完之后要补一段“基于用户分群结果平台可以对高价值用户实施专属客服策略对流失风险用户推送优惠券召回”这样闭环才算完整。7.3 比赛期间的协作和沟通纪律四天高压环境下队员之间的沟通效率直接决定论文进度。我们规定所有讨论尽量集中进行每次讨论不超过20分钟达成一致后立即分头行动。重大决策比如换模型、改题目方向必须三个人投票决定避免一个人反复推翻计划。还有一个细节每天中午和晚上各花十分钟同步进度把各自遇到的坑和最新结果同步到群里避免出现“编程手在写A方案、建模手已经改成B方案”的分裂状态。7.4 提交前的最后检查和应急方案最后一天容易因为紧张而出各种小问题。我们在提交前两小时专门做了一次全流程检查论文PDF能不能正常打开、文件命名是否符合规范、信息页是否正确填写、查重报告是否在要求范围内、邮箱或系统能不能正常上传。另外预留一个“应急包”文件夹放一份非最终版论文万一最终版上传失败至少还有上一版能用。比赛系统在临近截止时容易出现拥堵尽可能提前一小时完成提交别卡着最后几分钟。8. 最后分享一点我的个人体会两次拿下一等奖我自己最大的感受是数学建模比赛的胜负手其实不在谁用了更高级的算法而在谁能把问题讲得更清楚。同样的数据有人堆模型堆出一堆数字有人用三个模型讲了一个完整的故事后者永远更接近一等奖。还有一点找两个靠谱的队友比什么都重要。建模比赛是团队战三个人需要彼此信任、性格互补、能在一张桌子上吵完架又马上和好。我们队伍三年走来真正拿奖的两次恰恰是配合最默契、沟通最顺畅的时候。如果你正在为下一次比赛做准备我把最想说的话放在这里把摘要写好把图画好把每个模型的选择理由写明白你已经赢过一半的人。剩下的交给四天的节奏和队友的信任。希望明年名单里也有你的队号。