【推荐算法】推荐系统中的特征工程

前言：这篇文章是阅读石塔西《互联网大厂推荐算法实战》第二章推荐系统中的特征工程的学习笔记，在未来对于特征向量的学习笔记会在此基础上进行补充。编者认为特征工程已经过时的言论是错误的，该言论认为DNN模型可以自主的完成对数据特征的提取，但是在Deep Cross Network网络中，作者直接指出仅采用DNN模型是无法实现对二阶、三阶的特征进行交互的；并且虽然在DIN、SIM模型中可以从数据中挖掘用户的短期兴趣和长期兴趣，是因为模型足够复杂，需要通过复杂的计算才能提取这些兴趣特征。因此，一个好的特征工程在深度学习快速发展的环境还是必要的。
⭕ 表示笔者待学习部分

• 基本概念：

Field：相当于是特征的集合，例如，特征为视频类别特征中，有【体育、音乐、戏剧】三个类，视频类别就被称为一个Field

Feature：体育、音乐、戏剧均为视频类别的特征。

• 物料画像
  • ItemID
  • 静态画像
  • 动态画像
• 用户画像
  • UserID
  • 静态画像（用户基本信息）
  • 动态画像
• 交叉特征
  • 笛卡尔内积
  • 交叉内积
• 偏差特征

物料画像

ItemID

在传统的识别任务中，物品的ID往往被认为是无效特征，因为ID是随机的，无法对识别、预测等任务提供有效的信息。但在推荐算法中，虽然本身也没具体含义，但是模型可以通过历史数据，对物品ID进行学习，记住物品ID与用户特征的信号关系。

静态画像

无需通过与用户交互的数据即可获得的特征，一般通过BERT/CLIP 对原始图像、标题等信息特征提取。一般分析得到的信息不是一个具体的值，例如在一个新闻推荐中，有【体育、音乐、戏剧】三类，分析后的结果并不是【体育】一个单一结果，而是各个feature的概率【0.9， 0.1， 0.1】

标签：偏差,特征,推荐,用户,算法,物品,画像,ID
From： https://www.cnblogs.com/DLShark/p/18592568