类别型特征处理
类别型数据本身没有大小关系，需要将它们编码为数字，但它们之间不能有预先设定的大小关系，因此既要做到公平，又要区分开它们，那么直接开辟多个空间
One-Hot 编码/哑变量
One-Hot 编码/哑变量所做的就是将类别型数据 平行地展开，也就是说，经过 One-Hot 编码/哑变量后，这个特征的空间会膨胀。
时间型特征处理
时间型特征既可以做连续值，又可以看做离散值。
连续值
–持续时间（网页浏览时长）
–间隔时间（上一次购买/点击离现在的时间间隔）
离散值
–一天中哪个时间段
–一周中的星期几
–一年中哪个月/星期
工作日/周末
统计型特征处理
加减平均：商品价格高于平均价格多少，用户在某个品类下消费超过多少。
分位线：商品属于售出商品价格的分位线处。
次序性：商品处于热门商品第几位。
比例类：电商中商品的好/中/差评比例。
推荐系统常见反馈数据
热门跟贴