一、LastN特征
LastN：⽤户最近的𝑛 次交互（点击、点赞等）的物品ID。
对LastN物品ID做embedding，得到 𝑛 个向量。
把 𝑛 个向量取平均，作为⽤户的⼀种特征。
适⽤于召回双塔模型、粗排三塔模型、精排模型。
比如在小红书中可以同时考虑点击、点赞、收藏等多种交互序列
二、DIN模型
DIN ⽤加权平均代替平均，即注意⼒机制（attention），其中权重为候选物品与⽤户LastN物品的相似度。
以相似度为权重，求⽤户LastN物品向量的加权和，结果是⼀个向量
简单平均 v.s. 注意力机制
DIN模型的缺点
三、SIM模型
使⽤时间信息。SIM的序列长，记录⽤户长期⾏为。时间越久远，重要性越低。
