看看对模型推荐其重要作用的四类特征。

　　下面就来看与模型推荐相关联的四种特征：

　　第一种特征就是热度特征，其中就涵盖了各个方面的热度，例如网站主题的热度，帖子内容分类的热度，以及网站中关键词的热度。而那些内容的热度信息在一些大型网站中会有一些意想不到的效用。

　　第二种特征就是相关性的特征，相关性就是要将文章的内容属性要与用户的需求相匹配。而这里的匹配分为显性匹配和隐性匹配，像一些文章分类的匹配，网页中关键词的匹配，页面主题的匹配等等这些都属于显性匹配。像一些FM模型中的匹配那就是隐性匹配。这些我们可以从内容与用户的向量距离可以看出。

　　第三种特征就是我们常说的协同特征，这一特征在一定程度上解决了算法越走越艰难的问题。协同特征并不是看用户所浏览的内容，而是通过对一个个用户的分析来判断不同用户之间是否存在相似，比如兴趣相似，主题相似，亦或者是点击相似，从这几个方面我们就可以扩展模型的搜索能力。

　　第四种特征就是环境特征，这一特征包括文章的发表时间，发表地点等等，这既是bias特征，也是匹配特征。

　　在模型的训练上，绝大多数的网站都推荐自己旗下的产品能够采用实时训练。在这里的实时训练不仅节省资源而且用户对于产品的反馈也非常快。要知道在我们的网站中现如今的网站处理是要样本数据的。这里面包括点击率，展览次数以及分享程度的动作类型等等。