# 推荐系统特征工程

## 元数据

- 书名：深度学习推荐系统
- 作者：王喆
- 章节：第5章 多角度审视推荐系统
- 页码线索：129-137
- 目标岗位：AI PM / 推荐系统产品 / 算法工程师面试
- 优先级：P0
- 标签：feature-engineering, business-understanding

## 面试问题

推荐系统特征工程应该遵循什么原则？

## 30 秒回答

推荐特征工程要围绕用户、物品、上下文、交叉行为和业务目标构建，既要表达偏好，也要表达场景和约束。特征设计离不开业务理解。

## 展开要点

- 常用特征包括用户画像、物品属性、上下文、历史行为、统计特征和交叉特征。
- 数值、类别、序列、文本、图像等特征要用不同处理方法。
- 特征必须稳定、可获得、低泄漏、线上线下一致。
- 业务理解决定哪些行为值得进入模型。

## 高频追问

- 推荐系统有哪些常用特征？
- 如何避免特征穿越？
- 为什么说特征工程与业务理解有关？

## 项目映射

- 为 AI 面试素材推荐设计用户、岗位、书籍、卡片、行为特征。
- 为企业知识库推荐设计角色、权限、文档、任务上下文特征。

## AI PM 迁移

LLM 产品的上下文工程就是一种特征工程：给模型什么信息，决定它能做出什么判断。

## 备注

本卡为面试复习用的主题重构和答题框架，不保存原书正文。