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？

大厂会将user id / item id作为特征加入推荐模型，因为他们的数据足够多，算力足够强。

大厂的APP的资深用户的行为足够将他们的user id embedding训练出来。

大厂APP的热门物料会曝光十几万、甚至几十万次，这么多日志足够将这些item id embedding充分训练出来。

如果小厂的推荐模型就不建议使用这些id当embedding了，数据不够，你加进去也学习不出来。

在《互联网大厂推荐算法实战》对这一问题有专门的论述。

另外这些特征加入模型的位置也非常重要，否则也会被淹没在其他特征中，泯然众人矣。