做用户行为特征时,经常要选时间窗口,比如统计最近七天点击次数、最近三十天购买金额。窗口选多大,直接影响特征表达的信息和模型效果。
窗口太短,特征噪声大,用户偶尔一次行为就会让数值剧烈波动;窗口太长,特征又过于平滑,无法反映近期兴趣变化,还可能引入过时信息。
选择窗口要结合业务节奏。快消类内容兴趣变化快,短窗口更敏感;耐用品购买周期长,长窗口更有参考价值。也可以同时保留多个窗口,让模型自己学习组合。
还要注意窗口与预测时点对齐,避免用到未来信息造成数据泄漏。特征时间窗口不是越复杂越好,而是要和研究问题的时间尺度匹配,并通过实验验证效果。