本文介绍了在CTR预估模型中处理多值类别特征的两种常见方法：非加权法和加权法。非加权法通过one-hot编码和embedding转换后求均值或最大值；加权法则考虑了特征值的权重，可通过数据挖掘或神经网络学习得到。文中还提到了 FiBiNET 和 AutoInt 中的相关思想，并指出计算复杂性和计算量在选择方法时需要权衡。
我们都知道一般单值类别特征加入到CTR预估模型的方法是先对单值类别特征进行one-hot，然后和embedding 矩阵相乘转换成多维稠密特征，如下图 1 所示：
▲ 图1. 单值类别特征处理方法
上篇文章稠密特征加入CTR预估模型的方法中又总结了稠密特征加入到CTR预估模型中的方法。而在现实实际问题中，往往还会出现多值类别特征，比如我接触到的2019腾讯广告算法大赛中用户的行为兴趣特征就是多值类别特征，也就是一个用户可以有多个类别的兴趣，比如打篮球，乒乓球和跳舞等，并且不同用户的兴趣个数不一样。还有2019知乎看山杯比赛中的用户感兴趣的话题特征，也就是一个用户感兴趣的话题可以有多个，并且不同的用户感兴趣的话题个数不一，这些特征的形式都一般是如下结构（拿用户感兴趣的话题特征来说）：
最低0.47元/天 解锁文章
1236
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
