页面停留时间的特征有效性分析

需求：

“每人可以根据自己的指标对应的特征有效性分析，提取出推荐给产品线在列表页中展示的一些重要特征，引导用户对排序结果的选择、形成正向反馈”

答复：

对于页面停留时间，建议 在列表页
的图片上添加 图片个数（在详情页中图片上有图片个数的显示，如 2/10）

详情页页面停留时间，与文档内容的一致性分析：

特征有效性分析，截图：共58个特征，截取前30个

Paste_Image.png

指标是页面停留时间：
（是列表页点击进入后的，与详情页的页面停留时间，本意应该与列表页的元素无关）
页面停留时间，指标处理并不是回归，而是分类，是根据中位数进行二分。

特征有效性靠前特征：图片个数；价格；
室； 装修；卫； 厅；信息来源； 房子属性；楼层；地铁线；区域

特征有效性与文档一致性分析：

1.     越靠上越“重要”——耗时越多，下边的耗时少。耗时第一位的是图片，图片多的耗时在中位数之上，图片少的耗时在中位数之下。
   

2.     厅室卫 在特征有效性分析中出现多次，累计权重第一。用户需求与之匹配，则耗时在中位数之上，否则在中位数之下。
   

3.     其次是价格范围，价格合适则停留时间高于中位数，反之在中位数之下。
   

4.     再次是装修。
   

5.     最后是，房源来源，title length；地铁；楼层；区域；房龄；面积；结构
   

6.     注意：朝向，总楼层，在特征有效性分析中，排名**个30位之后。
   

以上特征分析的结果，与详情页的元素基本匹配，基本符合逻辑。

Paste_Image.png

Paste_Image.png

---

思考：
根据指标，负样本应该不包括未点击的样本。从指标含义和指标处理方式看（页面停留时间+中位数二分法），
正负样本不应该含有列表页的影响因素，即未点击的样本不应该列入训练。
而在模型组合时，应该是ctr模型串联页面停留时间模型。——目前，页面停留时间是单独使用，所以负样本包含未点击的样本。

---

分析：

由于模型考虑了列表页因素，所以对特征有效性与列表页元素进行对应分析，看是否符合逻辑：
特征有效性中重要特征：图片个数；价格； 室； 装修；卫； 厅；信息来源； 房子属性；楼层；地铁线；区域

列表页用户可见重要特征：价格； 室；厅，区域（在标签栏中，有随机出现的标签，如：房屋属性；楼层；地铁；）

结论：

基本一致。没有显著不一致的情况。

Paste_Image.png

Paste_Image.png

**重点重述：
**
从指标含义和指标处理方式看（页面停留时间+中位数二分法），
正负样本不应该含有列表页的影响因素，即未点击的样本不应该列入训练。
在模型组合时，应该是ctr模型串联页面停留时间模型。——目前，页面停留时间是单独使用，所以负样本包含未点击的样本。