【王喆-推荐系统】(task1)推荐系统的五大特征（特征工程篇）

学习心得

• 本次task学习特征的选择，推荐系统中可用的特征非常多，但它们基本上可被划分到“用户行为”、“用户关系”、“属性标签”、“内容数据”、“场景信息”这五个类别，而且挑选特征的方法也遵循着“保留有用信息，摒弃冗余信息”的原则。
• 针对不同的推荐系统，要针对它们的业务特点，因地制宜地挑选合适的特征，抓住业务场景中的关键信息，这也是在工作中要积累的经验。从工程的角度来说，除了特征的挑选，特征工程还包括大量的数据预处理、特征转换、特征筛选等工作。
• 离散特征：维度不高就onehot，维度过高就做embedding。
  • 用户ID、笔记ID、作者ID。
  • 类目、关键词、城市、手机品牌。
• 连续特征:做分桶，变成离散特征。
  • 年龄、笔记字数、视频长度。
• 连续特征:其他变换。
  • 曝光数、点击数、点赞数等数值做 log 1 + 𝑥 。
  • 转化为点击率、点赞率等值，并做平滑。

一、特征工程是啥

推荐系统就是利用“用户信息”“物品信息”“场景信息”这三大部分有价值数据，通过构建推荐模型得出推荐列表的工程系统。