【推荐算法-特征工程】每种item单侧特征,都可产生对应user单侧特征

比如item的平均成单价格,可以分成10个档位,作为一个标签值打在item上,

那么对应user对item的click用户行为,就能产生user-click的10个档位作为特征值 作为user的标签。

比如item的平均点击率,也可以分成比如20个档位,作为一个标签值打在item上,

那么对应user对item的click用户行为,也能产生20个档位的特征值 作为user的标签。

乃至user-order-day-of-week,user-click-day-of-week,user-order-hour-of-day,user-click-hour-of-day,都可以作为用户的标签。

相关推荐
阿里云大数据AI技术1 天前
光轮智能 × 阿里云:共建 Physical AI 云上数据、评测与持续学习基础设施
人工智能·机器学习
拾年2752 天前
大模型的"聪明"从哪来?聊聊 AI 数据集的那些事儿
人工智能·深度学习·机器学习
罗西的思考3 天前
机器人 / 强化学习】HIL-SERL:人类在环驱动的具身智能进化框架
人工智能·算法·机器学习
ShallWeL3 天前
【机器学习】(3)—— 线性回归:梯度下降
人工智能·机器学习
ShallWeL3 天前
【机器学习】(2)—— 线性回归:损失函数
人工智能·机器学习
Lihua奏6 天前
# 机器学习:机器是怎么从数据里学出规则的
机器学习