读书笔记-互联网大厂推荐算法实战

第二章 特征工程

2.1物料画像

2.1.1料属性

• 物料的唯⼀标识(Item ID)也是重要的特征

2.1.2物料类别和标签

• 内容理解会给出对应的概率，不一定是准确的值

2.1.3基于内容的embedding

2.1.4动态画像

• 后验效果只能说明，推给了合适的人，不能说明对任何人都是好效果
• 马太效应

2.1.5用户给物料反向打标

2.2用户画像

• 人口属性这种没啥用，对于新老用户。可以分别展开
• 新老用户公用一个模型的话，老用户贡献多，模型不会重视静态画像这种对新用户友好的特征
• 新用户单独用一个模型，数据少，噪声多
• 动态特征，行为序列，离线+在线

2.3偏差特征

• 更加严格定义正负样本
• 偏差特征只能通过⼀个线性层接⼊模型， ⽽绝不能和其他正常特征⼀起喂⼊DNN， 如图2-4所⽰。 只有这样接⼊， 才能保证预测时⽆论伪特征值的取值如何，都不会改变排序结果
• 离线和线上的不同