【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
2301_764441338 小时前
主流手机pc品牌的端侧模型部署梳理
人工智能·windows·机器学习·智能手机·产品运营
硅谷秋水9 小时前
HumanEgo:基于人类第一人称视角数分钟视频的零样本机器人学习
人工智能·机器学习·计算机视觉·机器人
湘美书院--湘美谈教育11 小时前
湘美谈教育AI系列经验集锦:赋能整理聊斋志异大寓言
大数据·人工智能·深度学习·神经网络·机器学习
大模型最新论文速读13 小时前
小红书提出 RedKnot:分头处理 kv 缓存,延时降低 60%效果还提升
论文阅读·人工智能·深度学习·机器学习·缓存·自然语言处理
一楼的猫14 小时前
茄子写作助手——品牌搜索突破9万后的技术型品牌认知与官网入口指南
人工智能·学习·机器学习·chatgpt·ai写作
苏州邦恩精密14 小时前
江苏三维扫描仪厂家如何选择合适的工业测量方案?
人工智能·科技·机器学习·3d·自动化·制造
叫我:松哥15 小时前
基于深度卷积神经网络的水果图片分类算法设计与实现,有ResNet50的迁移学习模型,准确率达95%
人工智能·python·神经网络·机器学习·分类·cnn·迁移学习
装不满的克莱因瓶16 小时前
PyTorch 与它的自动微分工具:Autograd
人工智能·pytorch·python·深度学习·神经网络·机器学习·ai