CTR 预测理论（二十三）：推荐系统用户兴趣特征表征方式

在推荐系统场景中，关于用户兴趣特征的表征对于提升最终模型点击率预估具有重要意义，结合已有资料，于此文对目前主流用户特征表征方式进行一次梳理。 引言 深度学习应用于推荐算法，经典操作就是将高维、稀疏categorical/id类特征通过embedding映射成一个低维、稠密向量（将原来高维、稀疏的categorical/id类特征的“精确匹配”，变为向量之间的“模糊查找”，从而提高了可扩展性）。 但

>>阅读原文<<