DirectInt

原始特征

1

Int

无

把 int转成 string 做 hash

DirectBigint

原始特征

1

bigint

无

把bigint 转成 string 做 hash

DirectString

原始特征

1

string

无

做 hash

DirectFloat

原始特征

1

float

无

把 float 转成 string 做 hash

DirectDouble

原始特征

1

double

无

把 double 转成 string 做 hash

BigintLog

原始特征

1

bigint

无

对 bigint 取 log，再做hash

TermSplitUtf8

原始特征

1

string

delimeters：string
count：int32

将输入按照分隔符分隔，并保留小于等于指定数量的分隔后的字段，最后做hash。输入 string 的编码格式为 utf8。
例：
输入："a,b,c,d,e"，调用 TermSplitUtf8(",", 2)
输出："a_hashed,b_hashed"

TermSplit

原始特征

1

string

delimeters：string
count：int32

将输入按照分隔符分隔，并保留小于等于指定数量的分隔后的字段，最后做hash。输入 string 的编码格式为非 utf8。

VectorTopInt

原始特征

1

array< int >

Topk：int

把输入项的前topk个数据做hash，Topk=-1代表不做截断。输入数组的数据类型为 int。

VectorTopInteger

原始特征

1

array< bigint >

Topk：int

把输入项的前topk个数据做hash，Topk=-1代表不做截断。输入数组的数据类型为 bigint。

VectorTopString

原始特征

1

array< string >

Topk：int

把输入项的前topk个string数据做hash，Topk=-1代表不做截断

VectorTopFloat

原始特征

1

array< float >

Topk：int

把输入项的前topk个float数据做hash，Topk=-1代表不做截断

VectorTopDouble

原始特征

1

array< double >

Topk：int

把输入项的前topk个数据double做hash，Topk=-1代表不做截断

FeatureVectorTopString

原始特征

2

array< string >, array< float >

num_id：int
thresh：float

该方法用于从选择的第一个 array 中取部分值进行 hash，有两种使用场景。

• 第一个是取前 num_id 个值；
• 第二个是取权重（第二个array是权重）首次低于 thresh 前的所有值。第一个场景较常见。

该方法依赖两个 array 类型的原始特征作为输入。第1个是待处理的字符串 array；第2个是对应的权重 array。二者须长度一样，在产品内配置时一定要先选择待处理的字符串 array 再选择对应的权重 array。另外，num_id <0 时会遍历第1个 array 的所有值。

RecommendIpFeature

原始特征

1

string

无

取ip的前3段，然后进行hash
比如，10.20.155.87 就会返回hash(10.20.155)

RecommendTimePeriod

原始特征

1

bigint

div： int
mod：int
blur：int

此方法用来计算精确到秒的时间戳所属范围，并做hash
结果=input / div % mod，其中“/”为除法，“%”为取余，blur为调控参数。
比如div=3600，mod=24，结果为某个时间戳为一天的哪个小时

RecommendTimeArea

原始特征

1

bigint

div1： int
mod：int
div2： int
blur：int

此方法用来计算精确到秒的时间戳所属范围，并做hash。但是比上个方法多了一个参数
结果=input/div1%mod/div2。其中“/”为除法，“%”为取余。blur为调控参数。
比如div1=3600，mod=24，div2=4，结果为某个时间戳为一天的哪个时区，也即凌晨/上午/下午/晚上参与之后的计算

RecommendTimeFeature

原始特征

2

bigint, bigint

div： int
max_value：int

先计算（第二个input - 第一个input）/div得到一个值，若该值<{max_value},则取该值，否则则取max_value。最后将结果hash
注意：在选择依赖时，一定要注意第一个特征和第二个特征的顺序。先选的为第一个，后选的为第二个。

LaplaceLogFormat

原始特征

1

bigint

multiple：int

先计算log( input + 1 ) * multiple，然后hash

LaplaceLogFormatFloatByInt32

原始特征

1

float

multiple：int

先计算log( input + 1 ) * multiple，然后hash

RoundFloat

原始特征

1

float

div_num：float

先计算input * div_num，然后hash

Combine

特征

2

array< uint64 >, array< uint64 >

无

对两个特征值嵌套计算。
对于输入的两个 fid list，双重遍历循环，对于每对组合，进行如下的计算：

• 计算新的fid为 fid_new = fid1 * fid2
• 将 128 位的 fid_new 压缩成 64 位，方法是将其前 64 位和后 64 位异或，表达成公式就是 fid = (fid_new & 0xFFFFFFFFFFFFFFFF) ^ ((fid_new >> 64) & 0xFFFFFFFFFFFFFFFF)
• 根据其具体的 slot，由上面的说明得到最终的 fid 值

最终输出的特征长度固定为 mn

HasMatch

特征

2

array< uint64 >, array< uint64 >

无

判断两个列表中是否有元素会匹配
比如：分别依赖用户侧窗口聚合类特征和对应的物品侧特征，来表示物品维度是否能匹配的上用户行为列表；分别依赖父物品侧特征和物品特征，来表示该物品某维度是否能匹配上父物品某维度。

UserActionRecentItemTopList

原始特征

1

map(internal)

topk

输入必须是用户实时窗口聚合类原始特征，表示对用户最近发生行为的item维度按行为次数倒序排列，取topk后做哈希

UserActionRecentItemTopListV2

原始特征

1

map(internal)

topk
[1, 50] 的整数，默认 10。用于设置最多返回的 fid 个数。

type
默认 2。值的计算方式，取值如下：

• 1：kTypeIpsPairListIsImpr：如果没有 click 行为，输出 hash（fid）
• 2：kTypeIpsPairListIsClick：如果有 click 行为，输出 hash（fid）
• 3：kTypeIpsPairListImprLog：value 置为{log2 底（impr + 1）}
• 4：kTypeIpsPairListClickLog：value 置为{log2 底（click + 1）}
• 5：kTypeIpsPairListSmoothCtr：value 置为{（click + smooth_alpha_） * smooth_gama_ /（impr + smooth_beta_）}
• 6：kTypeIpsPairListImprAndClick：value 置为{log2（click + 1） + ':' + log2（impr + 1）}
• 7：kTypeIpsPairListImprAndCtr：value 置为{log2（impr + 1） + ':' + type_5 中的那个 ctr}
• 8：kTypeIpsPairListWilsonCtr：是 wilson 置信区间的下限

without_fid
默认 0。返回的拼接方式，默认为 fid + ':' + value，传 1 则不拼接 fid。

smooth_alpha
smooth_beta
smooth_gamma
默认 0。平滑参数，比如：(click+ smooth_alpha) * smooth_gamma * 1.0 / (impr + smooth_beta)。

对用户最近发生行为的 item 按取出的原始特征取 TopK 后做哈希。

UserActionItemMatch

原始特征, 特征

2

map(internal), array< uint64 >

无

输入的第一个对象必须是用户、父物品实时窗口聚合类原始特征（recent、score类）。用物品侧特征跟用户、父物品最近发生行为的物品统计做Match，Match 后做哈希。

UserActionItemMatchV2

原始特征, 特征

2

map(internal), array< uint64 >

topk
[1, 50] 的整数，默认 1。用于设置最多返回的 fid 个数。

type
默认 3。

• 1：kTypeIpsImpr：value 取{log2 底（impr）}
• 2：kTypeIpsClick：value 取{log2 底（click+1）}
• 3：kTypeIpsClick_10：value 取{10*log2 底（click+1）}
• 4：kTypeIpsLogCtr：value 取{1000*log2 底（click/impr） }
• 5：kTypeIpsIntCtr：value 取{2000*click/impr}
• 6：kTypeIpsIntCtrNoFid：value 取{2000*click/impr}，最后生成特征字符串的时候不包含待匹配的 fid，其实这个可以由参数控制，目测是抽象出来之前就撰写好了的方法
• 7：kTypeIpsIntCtrSmooth：value 取{（click + smooth_alpha_） * smooth_gama_ / （impr + smooth_beta_）}，其中 smooth_alpha_ /smooth_beta_ /smooth_gama_分别是第三/四/五参数
• 8：kTypeIpsLogImpr：value 取{loge 底（impr）}
• 9：kTypeIpsWilsonCtr：略
• 0（默认值）：value 取（{loge 底（click+1）*10}:{loge 底（impr）*10}，也即展示点击都考虑了，这里的展示点击是广义的，可以理解为 neg 行为和 pos 行为，针对不同的行为，neg 行为和 pos 行为是不同的（比如 download 的“展示”是点击，“点击”是下载）

without_fid
默认 0。返回的拼接方式，默认为 fid + ':' + value，传 1 则不拼接 fid。

描述同上。

FeatureColumnFloatValues

原始特征

1

array

无

对于连续值原始特征，直接使用其原始值参与模型训练，一般用于仅更新模型参数而不更新特征 embeding。

FeatureColumnInt64Values

原始特征

1

array

无

对于连续值原始特征，直接使用其原始值参与模型训练，一般用于仅更新模型参数而不更新特征 embeding。