【推荐算法】userid是否建模
看到一个din的源码，将userid也构建了emb table。
于是调研了一下。即推荐算法需要建模userid吗？
推荐算法user_id在train和serving时应该怎么用？
第一次做推荐，看了几篇论文发现都会用到id类特征，比如在电商推荐领域，可能会用到user_id和item_id，随机初始化该类特征的向量表进行模型训练，那么在线服务时怎么对未出现的user_id进行预测呢？
1、比较简单的做法，直接将那些新userid的embedding全部设置0，同样对那些出现次数少的userid也设置0，次数少说明该用户训练不够充分，可以直接设置0。
2、训练的时候对样本中的userid随机采样，将他们的userid都设置成同一个id，让其在模型中训练，serving的时候新用户以及出现次数少的用户的embedding就可以用该id的embedding。
参考：
推荐算法user_id在train和serving时应该怎么用？ - 知乎
深度学习推荐算法中user-id和item-id是否需要放入模型中作为特征进行训练呢？ - 知乎
电商推荐算法中，用户id和商品id是否需要作为模型特征？ - 知乎