CTR 預測理論（二十三）：推薦系統用戶興趣特徵表徵方式

在推薦系統場景中，關於用戶興趣特徵的表徵對於提升最終模型點擊率預估具有重要意義，結合已有資料，於此文對目前主流用戶特徵表徵方式進行一次梳理。 引言 深度學習應用於推薦算法，經典操作就是將高維、稀疏categorical/id類特徵通過embedding映射成一個低維、稠密向量（將原來高維、稀疏的categorical/id類特徵的「精確匹配」，變爲向量之間的「模糊查找」，從而提高了可擴展性）。 但

>>阅读原文<<