常見的id類特征有用戶特征user_id，物品特征item_id等，通常來說這類特征都是人為按順序編碼的特征，並不能反映用戶或者物品的自然屬性特征。但是在很多推薦相關的文章，都有提到使用這類特征，而且似乎還非常重要，並且除了推薦系統，在計算廣告、反欺詐風控模型里都有成功的案例。這是為什么呢？
一、ID類特征為什么會有用？
加入id類特征，比如用戶的id，相當於特征里多了一個獨有的用戶id，那么這里的其它特征也就是代表的是這個用戶的獨有特征。如果這個人對100個電影評價過，那么就會有該用戶的100條樣本，根據這100條樣本模型就能大概學出該用戶的匹配模式，在預測的時候如果發現還是該用戶，模型就知道他喜歡什么了。
1）可以極大提高模型的個性化能力和實際效果，甚至可以對抗熱度穿透現象。
2）可以使得在學習過程中，每個人的信號更合理地影響整體模型，使得模型泛化能力更好
3）可以使得模型能夠對每個id有更細粒度的排序能力，使得模型的個性化效果更好
4）某些人就是喜歡做某些事情，並且沒有什么可解釋性，通過id可以綁定這些特殊情況。
二、怎么用？
通常是把id類特征作為類別特征，然后one-hot展開，接着再與其它特征進行交叉使用，只有交叉使用才能發揮id類特征的重要作用。下圖是電影數據movielens中id的one-hot展開：
在FM中將用戶id和物品id采用one-hot展開作為特征列，還能分別生成用戶的embedding向量和物品的embedding向量。
關於FM實現movielens的簡單樣例請參考github: https://github.com/gczr/FM
參考連接：https://www.zhihu.com/question/34819617