编辑导读：本文作者依据事情中项目实践的所思所想，团结案例平分享了推荐系统设计中内容库游戏标签的建造流程，并对进程中存在的一些问题举办了梳理阐明，与各人分享。但愿能给各人作为参考，并在事情中发生助益。

很幸运，刚结业就做了推荐计策产物司理，更幸运的是，公司的推荐系统方才起步本身就参加了进去，算是一个从0-1的进程。以下实操项目中呈现的数据都举办了处理惩罚，与实际项目数据纷歧样。

（鉴于保密问题，以下所有数据均为处理惩罚过的数据，非真实数据）

01 项目配景

今朝我们的内容库中只有不到20%的游戏有相应的标签，且均为爬虫标签，包围率低且脏数据较多，反复标签较多，同范例标签有许多种名称，没有牢靠的尺度和类型，需要尽快成立本身的标签库和标签尺度，进一步优化推荐；

02 项目进程 1. 尺度拟定与阶段优化

之前的爬虫标签分为一级标签和二级标签，但因为游戏这一物品的非凡性，游戏的标签不该该分级标志，需要多种标志 *** ，因此我们在举办游戏标签尺度拟定的时候，去掉了分级标签，而是通过游戏分类、玩法、题材、气势气魄等标签类对游戏举办标签匹配，一个游戏对应1到多个标签，且各个标签之间没有父级干系，属于并存干系；

1）一个游戏至少N+1个标签（也存在少数游戏不足的环境），1个一级标签，N个二级标签，1个焦点标签；

一级标签和二级标签并不是父类标签的干系，是彼此增补的干系；

后期模子练习增加1个焦点标签（根基上都是一级标签）；

2）标志标签顺序：80%是从游戏DAU降序在标志，20%是新游戏

2. 数据导入与字段新增

历时3个月，运营标志标签包围率晋升了65%阁下，且均凭据拟定的尺度执行；

从运营标志标签到达必然量级时，就协助BI大数据的同学举办字段新增以及内容导入事情；

最后确定3个字段：游戏标签/游戏种别/焦点标签；

3. 离线练习与功效输出

包围率到达必然范畴后，可以着手举办离线模子练习，验证结果。今朝举办结果验证的主要要领就是比拟离线AUC。

1）将测试集与练习集颠末必然比例举办随机拆分得到；

2）通过增加差异的字段举办练习：

单独添加三个特征时，游戏标签的AUC晋升更高，游戏类目晋升次之，焦点标签没有晋升反而数据存在下降；

同时添加三个特征时，练习结果更好，离线AUC增长3%阁下；

去除爬虫标签特征时，数据都有微小的下降，但下降很是小，可以忽略；

4. AB测试与功效闭环

基于离线数据，举办线上AB测试，尝试人数30万，尝试时间范畴2周。尝试功效：

人均游戏时长增加2.5%，次留增加1%；

推荐页面人均点击次数晋升7%，人均新游戏个数晋升6%，人均告白次数晋升2%，推荐列表长长尾游戏占比晋升；

03 项目复盘 1. 多渠道问题办理

在建造本身的标签时，我们也并没有只利用现有的爬虫标签，而是对爬虫标签举办了计策优化，举办了爬虫标签的恍惚匹配：

游戏包名会因为投放渠道的差异，包名存在后缀差异、一个游戏多个包名的环境，导致爬虫标签和游戏包名不能一一对应；

用游戏中文名举办恍惚匹配，取频率更高的前三个标签；

举办匹配后，爬虫标签包围率增长一倍多；

2. 基本建树最重要

在最开始0-1的进程必然要多方面思量，具体举办打算，拟定的尺度必然要全面、公道、风雅、便于实施，我们前期尺度的拟定经验了很长的时间，一直在打磨尺度、不绝的优化完善，推翻重来；这个阶段不能怕贫苦，不然后头的阶段问题会越来越多；

3. 产物司理是接口

产物司理在项目标每个阶段其实都不是最专业的，但却是不行缺少的脚色，需要时刻的留意业务的偏向，并辅佐各个专业同学厘清本身的业务偏向，做一个及格的“接口”，顺利连通每个环节，确保业务不绝前进；

以上就是该项目标一些进程记录，假如有感乐趣的同学，接待私聊；

加油，打工人！