Python构建个性化广告推荐模型的特征工程流程讲解【教学】

广告推荐特征工程首要明确场景（如信息流/搜索广告）和目标变量（CTR/CVR/停留时长），再构建用户、广告、上下文三类特征，处理稀疏特征、交叉组合、归一化及缺失值，最终封装为可复用Transformer。

明确推荐场景和目标变量

做广告推荐的特征工程，第一步不是写代码，而是想清楚“要推什么、给谁推、怎么算好”。比如是首页信息流里的原生广告，还是搜索结果页的竞价广告？目标变量通常是点击（CTR）、转化（CVR）或停留时长——不同目标决定特征设计重点。点击率预测更关注用户兴趣匹配度，转化率预测则要加入行为深度、历史下单等强信号。

构建三类核心特征：用户、广告、上下文

特征骨架通常围绕三个维度展开：

• 用户侧：基础属性（年龄区间、设备类型、城市等级）、行为序列（最近3次点击的广告类目、7天内曝光未点广告数）、兴趣标签（用TF-IDF或Embedding聚合历史点击关键词）
• 广告侧：素材特征（标题长度、是否含emoji、图片亮度/色彩丰富度）、投放属性（出价类型、定向人群包ID、所属行业一级类目）、历史表现（该广告过去24小时CTR滑动均值）
• 上下文侧：时间（是否工作日、小时段分桶）、位置（GPS聚类后的商圈ID）、场景（APP启动后第几次请求、是否来自Push唤醒）

处理稀疏与高基数特征

广告ID、用户ID、关键词这类高维稀疏特征不能直接One-Hot。常用做法是：频次截断+哈希映射（如只保留出现≥5次的广告ID，再用hash(广告ID) % 10000降维）；或者用目标编码（Target Encoding）替代原始ID——用该广告的历史平均CTR代替ID本身，但要加平滑防止过拟合（例如：(点击数+α×全局平均CTR) / (曝光数+α)）。

生成交叉与动态组合特征

单特征往往不够，关键在组合：

标签： python redis 编码 app red