推荐系统中的ID特征为什么有用？

常见的id类特征有用户特征user_id，物品特征item_id等，通常来说这类特征都是人为按顺序编码的特征，并不能反映用户或者物品的自然属性特征。但是在很多推荐相关的文章，都有提到使用这类特征，而且似乎还非常重要，并且除了推荐系统，在计算广告、反欺诈风控模型里都有成功的案例。这是为什么呢？

一、ID类特征为什么会有用？

       加入id类特征，比如用户的id，相当于特征里多了一个独有的用户id，那么这里的其它特征也就是代表的是这个用户的独有特征。如果这个人对100个电影评价过，那么就会有该用户的100条样本，根据这100条样本模型就能大概学出该用户的匹配模式，在预测的时候如果发现还是该用户，模型就知道他喜欢什么了。

       1）可以极大提高模型的个性化能力和实际效果，甚至可以对抗热度穿透现象。

       2）可以使得在学习过程中，每个人的信号更合理地影响整体模型，使得模型泛化能力更好

 　  3）可以使得模型能够对每个id有更细粒度的排序能力，使得模型的个性化效果更好

      4）某些人就是喜欢做某些事情，并且没有什么可解释性，通过id可以绑定这些特殊情况。

二、怎么用？

        通常是把id类特征作为类别特征，然后one-hot展开，接着再与其它特征进行交叉使用，只有交叉使用才能发挥id类特征的重要作用。下图是电影数据movielens中id的one-hot展开：

在FM中将用户id和物品id采用one-hot展开作为特征列，还能分别生成用户的embedding向量和物品的embedding向量。

关于FM实现movielens的简单样例请参考github:   https://github.com/gczr/FM

 

参考连接：https://www.zhihu.com/question/34819617