用户相关特征
分析一下点击时间和点击文章的次数,区分用户活跃度
分析一下点击时间和被点击文章的次数, 衡量文章热度特征
用户的习惯
系列习惯
设备习惯
时间习惯
主题爱好
字数偏好特征
信息特征合并保存
用户直接特征
文章相关特征
召回文章主题
特征工程和数据清洗转换是比赛中至关重要的一块, 因为数据和特征决定了机器学习的上限,而算法和模型只是逼近这个上限而已,所以特征工程的好坏往往决定着最后的结果,特征工程可以一步增强数据的表达能力,通过构造新特征,我们可以挖掘出数据的更多信息,使得数据的表达能力进一步放大。 在本节内容中,我们主要是先通过制作特征和标签把预测问题转成了监督学习问题,然后围绕着用户画像和文章画像进行一系列特征的制作, 此外,为了保证正负样本的数据均衡,我们还学习了负采样就技术等。