【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
龙腾AI白云6 小时前
数字孪生、具身智能、世界模型三者交叉
数据库·人工智能·机器学习·flask·pygame
Mark White7 小时前
什么是秩融合(Rank Fusion)-基于一个kaggle比赛的实践理解
人工智能·机器学习
Magician_liu7 小时前
认识感知机
人工智能·机器学习
Magician_liu8 小时前
机器学习基本概念
人工智能·机器学习
Magician_liu9 小时前
机器学习之逻辑回归
人工智能·机器学习·逻辑回归
数聚天成DeepSData9 小时前
夜间灯光可以代表经济活动吗?先处理年际一致性
人工智能·深度学习·机器学习·数据集·deepsdata
AllData公司负责人9 小时前
AllData搭建AI中台,集成开源项目LabelStudio/CubeStudio,建设数据标注平台/机器学习平台
数据库·人工智能·机器学习·labelstudio·cubestudio
高洁019 小时前
数字孪生、具身智能、世界模型三者交叉
人工智能·python·深度学习·机器学习
广州智造9 小时前
Radioss二次开发需要准备什么?
人工智能·算法·机器学习·cad·cae
努力变大白10 小时前
把“会说话的模型“变成“会干活的 Agent“
大数据·人工智能·机器学习