學自 極客時間 《深度學習推薦系統實戰》

• 推薦系統就是利用“用戶信息”，“物品信息”，“場景信息”這三大部分有價值數據，通過構建推薦模型得出推薦列表的工程系統

• 特征其實是對某個行為過程相關信息的抽象表達

• 構建特征原則：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

推薦系統常用特征

• 1 用戶行為數據
  

• 2 用戶關系數據
  強關系（互相關注），弱關系（點贊，評論）

• 3 屬性、標簽類數據
  

• 4 內容類數據
  一般，內容類數據無法直接轉換成特征，需要進行 NLP、CV 等手段提取關鍵內容，再輸入推薦系統，如圖像目標識別，關鍵詞抽取

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

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。