搜索推荐业务场景下的特征系统搭建
前提：今天受朋友的邀约，结合自己在推荐搜索系统下的经验，对企业级别特征工程应该如何进行设计，进行了一次分享，下面将这次分享的内容记录下来，以便有需要的朋友进行查看 一、融合众多推荐系统、搜索系统下的，特征系统的总结 1：一个好的特征搜索推荐业务特征体系一定要全面来进行设计，全面体现在这样几个板块上 (1) ：分商户、用户来 进行提取（商户特征、用户特征、上下文特征） (2) ：分类别来进行提取，比如静态特征、动态特征、交叉特征、向量特征等 (3) ：离线特征、实时特征 其中 1 2 是比较有交叉的一种描述，在实际中一般会同时考虑 2：详细介绍 (1) ：分商户、用户来进行提取（静态特征、动态特征、交叉特征、向量特征） (2)： (3)： (4)： 3：前面讲的是搜索推荐业务场景下通用的特征提取内容框架，下面我从抖音、快手、oppo浏览器、阿里妈妈这些业务场景下做具体分析 二、实际业务出发 1：阿里妈妈 搜索广告转化预测 (1)：数据格式 (2)：特征设计 上面这些就是阿里妈妈在淘宝天猫业务场景下的数据特点，可以划分为这样几部分，对于这样的数据，我的特征设计格式会是下面这样 2：快手短视频预估分析 (1)：数据格式 用户与作品的交互数据，每个字段的含义如下 a. 视觉特征（ visual.zip ）： 作品的视觉特征以 numpy 格式存储于单独的文件中，可以通过 numpy