學(xué)自 極客時間 《深度學(xué)習(xí)推薦系統(tǒng)實戰(zhàn)》

• 推薦系統(tǒng)就是利用“用戶信息”，“物品信息”，“場景信息”這三大部分有價值數(shù)據(jù)，通過構(gòu)建推薦模型得出推薦列表的工程系統(tǒng)

• 特征其實是對某個行為過程相關(guān)信息的抽象表達

• 構(gòu)建特征原則：盡可能地讓特征工程抽取出的一組特征，能夠保留推薦環(huán)境及用戶行為過程中的所有“有用“信息，并且盡量摒棄冗余信息

電影的例子

推薦系統(tǒng)常用特征

• 1 用戶行為數(shù)據(jù)
  

• 2 用戶關(guān)系數(shù)據(jù)
  強關(guān)系（互相關(guān)注），弱關(guān)系（點贊，評論）

• 3 屬性、標簽類數(shù)據(jù)
  

• 4 內(nèi)容類數(shù)據(jù)
  一般，內(nèi)容類數(shù)據(jù)無法直接轉(zhuǎn)換成特征，需要進行 NLP、CV 等手段提取關(guān)鍵內(nèi)容，再輸入推薦系統(tǒng)，如圖像目標識別，關(guān)鍵詞抽取

• 5 場景信息（上下文信息）
  行為產(chǎn)生的場景信息，最常用的是 時間，GPS，IP地址，還有 所處頁面、季節(jié)、月份、節(jié)假日、天氣、空氣質(zhì)量、社會大事件等

總結(jié)

以上是生活随笔為你收集整理的推荐系统可利用的特征的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。