3.1.4 特征工程

文档摘要

特征工程(制作特征和标签，转成监督学习问题) 我们先捋一下基于原始的给定数据，有哪些特征可以直接利用：文章的自身特征， categoryid表示这文章的类型， createdatts表示文章建立的时间，这个关系着文章的时效性， wordscount是文章的字数，一般字数太长我们不太喜欢点击, 也不排除有人就喜欢读长文。文章的内容embedding特征，这个召回的时候用过，这里可以选择使用，也可以选择不用，也可以尝试其他类型的embedding特征，比如W2V等用户的设备特征信息上面这些直接可以用的特征，待做完特征工程之后，直接就可以根据articleid或者是userid把这些特征加入进去。