看了半年论文，第一次上手实践CTR任务。研一上半年比较忙，初学姑且调用一下现成的deepfm做一些实践上的尝试。
今天第一天，整理数据集，数据集一共五个文件，包含app信息、用户信息、训练集、测试集、输出格式样本。首先拿到数据先分析特征，做一些特征工程。思路大致如下：
需要one hot 编码的部分：
Train.txt:用户的设备id，用户的注册id,视频id，视频推荐位置,app版本,网络类型，操作系统版本，设备版本，设备厂商
App.txt:用户拥有的app
User.txt:用户画像（tag+outtag），用户等级，劣质用户，性别
Filed:
用户:用户的设备id，用户的注册id,用户拥有app,用户画像（tag+outtag）,用户等级，劣质用户，好友分，个人分，性别
设备:操作系统版本，设备版本，设备厂商
网络:网络类型
App:app版本
视频:视频id、视频推荐位置
经度
纬度
时间:点击时间戳、曝光时间戳（多维特征衍生）
对于时间部分这个数据集还有很多组合特征可以挖掘，一天先想了这么多。