权威认可！创新杯大数据挑战赛正式纳入全国高校竞赛榜单

近日，2025年第四届创新杯（原钉钉杯）大学生大数据挑战赛报名正在如火如荼的展开，在此期间，第四届“创新杯”正式被国内权威平台——高校学生竞赛网列入热点竞赛目录，大赛热度再创新高。

具体如下：

2025年，由中国高等教育学会和中国高等教育学会工程教育专业委员会为指导单位的“高校学生竞赛网”将第四届“创新杯”大学生大数据挑战赛列入热点竞赛行列。这一举措不仅标志着 “创新杯” 竞赛在各高校数学建模领域影响力和认可度的提升，也为热爱数学建模的广大学生提供了更专业的竞赛平台。

高校学生竞赛网作为专业竞赛平台，是获取专业竞赛信息的主要渠道。此次创新杯（原钉钉杯）大学生大数据挑战赛与高校竞赛网的强强联合，标志着赛事的权威性与认可度再攀高峰！

这意味着：“创新杯”赛事被纳入高校竞赛网热门推荐，助力参赛者综测加分、评优保研；证书含金量再升级，全国高校、企业认可度持续攀升。

竞赛介绍

第四届创新杯（原钉钉杯）大学生大数据挑战赛是由内蒙古创新教育学会、天津市大数据协会、天津市虚拟仿真学会联合主办的全国性大数据竞赛。为深入贯彻国家创新驱动发展战略，落实党的二十大“加快培养创新型人才”部署要求，全面提升高校学生（含研究生）的数据分析研究与技术应用能力，激发创新思维与团队协作能力。

本届赛事以企业真实场景与脱敏数据为支撑，聚焦行业痛点，通过大数据建模、算法优化与场景化应用，切实解决产业数字化转型中的关键问题，推动教育链、人才链与产业链的深度融合。赛事自2022年创办以来，在各高等院校的鼎力支持下，“创新杯”大数据挑战赛已历3届。累计参赛高校超600所、参赛人数超万人，欢迎广大教师和学生积极组队参赛。

内蒙古创新教育学会、天津市大数据协会、天津市虚拟仿真学会

参赛选手须在大赛官网上报名并且组队参赛，我们本着以赛养赛的原则，每支参赛队100元人民币，用于大赛组织、命题、评审、赛题讲解、证书制作等工作。我们欢迎社会各界参与到这项赛事中来！大赛报名费由内蒙古数维智能科技有限公司收、支，并负责开具发票。

竞赛流程及相关要求

报名时间: 即日起至2025年7月24日06:00（周四）

竞赛时间：

1.初赛:7月24日09:00-7月31日09:00

（1）竞赛结束前必须在线提交结果数据、论文和代码，提交时系统验证提交数据格式是否正确；

（2）初赛成绩不会影响复赛成绩；

（3）最终初赛成绩中前15%获奖选手将晋级复赛；

2.复赛：8月26日09:00-8月29日09:00

复赛为统一命题，不更换题目背景，但可能会更换题目问题和数据，根据所给问题提交一份电子形式论文。

3.决赛：10月中旬

复赛中综合总排名前10的队伍进入答辩环节，答辩采用线上或者线下的方式进行。答辩决出冠军1支队伍、亚军2支队伍、季军3支队伍（不分组别，不分赛题）。

（1）决赛将以线上答辩会的形式进行，晋级决赛团队需提前准备答辩材料、包括答辩PPT、参赛总结、算法核心代码。

（2）答辩现场，每支队伍面对评委有8分钟的陈述时间和7分钟的问答时间。评委将根据选手的技术思路、理论深度和现场表现进行综合评分。

（3）决赛分数将根据参赛队伍的论文成绩和答辩成绩加权得出，评分权重为复赛阶段70%，决赛答辩30%。

（4）决赛时间安排另行通知。

参赛对象

参赛对象为在校专科生、本科生、研究生，每组参赛人数为1-3人（指导老师不列入小组总人数中，没有指导老师可写无，有指导老师可真实填写），每名同学只能参加一个小组，允许跨校组队。

赛制说明

本次大赛分为初赛、复赛和决赛三个阶段，每只队伍自由选择A、B赛题的其中一个进行比赛，其中初赛和复赛均要求参赛者在规定时间内根据问题提交一份论文对项目进行说明；决赛要求参赛者进行线上答辩，赛题方向分为数据分析与数据挖掘。

奖项设置

1.初赛根据初赛成绩排名,颁发一等奖、二等奖、三等奖和优秀奖若干名。

一等奖：（约5%）+获奖证书

二等奖：（约15%）+获奖证书

三等奖：（约30%）+获奖证书

优秀奖：若干名+获奖证书

●优秀组织单位

●优秀指导老师

●优秀志愿者

2.初赛成绩中前15%获奖选手将晋级复赛,颁发一等奖、二等奖、三等奖。

一等奖：（约5%）+获奖证书

二等奖：（约10%）+获奖证书

三等奖：（约15%）+获奖证书

优秀奖：若干名+获奖证书

3.复赛中选取排名前10支队伍进行决赛答辩, 最终奖项答辩总排名设为冠军、亚军、季军。具体奖项设置：

一等奖：一支+获奖证书+奖金2000元

二等奖：两支+获奖证书+奖金1000元/每支

三等奖：三支+获奖证书+奖金500元/每支

评测标准

专家组会从四个方面进行评价：

（1）参赛论文

根据问题，准备一份论文对项目进行说明，论文中的摘要部分需要简明扼要地概述模型算法的核心思想以及效果，正文部分需要详细阐述模型算法的细节、求解过程、结果以及对应的参考文献。

（2）项目完成度

与解决方案匹配的完整代码，可以是Python、Matlab、C++、Java等语言的代码，附详细的操作说明文档和源代码。

（3）模型泛化性能

未公开测试数据集验证得到的准确率、召回率等与题目实际背景密切相关的考核指标。

（4）创新性

具有创新的系统分析和解题思路，创新的算法设计，跨学科交叉应用能力等。