一. 商品自然特征：

    image.png

    二. 商品拓展标签：

    1. 行为（1，3，5，7，15）天统计标签：

      例子：
      基于点击统计：数值特征
      基于收藏统计：数值特征
      基于转发统计：数值特征
      基于下单量统计：数值特征
      基于点击转化率：100%，80%，60%，40%，20%，0%（百分比制度）
      基于收藏转化率：100%，80%，60%，40%，20%，0%
      基于转发转化率：100%，80%，60%，40%，20%，0%

    2. （1，3，5，7，15）天周期行为标签：

    基于时段： 0-2，2-4，4-8，8-10，10-12，12-14，14-16，16-18，18-20，20-24
    例如：
    0-2：点击次数：2，转发次数：10，下单次数：29
    4-8：点击次数：12，转发次数：22，下单次数：34

    1. 消费能力区间标签：

    基于同内幕价格范围标签：数值特征
    例如：
    牛奶系列：平均价格4元，标准差4元
    伊犁6元，消费标签 （6-4）/ 3= 0.5

    1. 人群标签：

    基于同一个商品一天购买人群标签统计：
    人群1：学生， 人群2:老师 ，人群3:程序员
    XXX手套： 学生人群购买次数19，老师人群购买次数29，程序员购买次数12
    XXX手套： 学生人群点击次数19，老师人群点击次数29，程序员点击次数12

    1. 品牌标签：

    基于商品品牌的知名度的标签：100%，80%，60%，40%，20%，0%（百分比制度）

    三. 商品算法抽象标签：

    1. 基于自然语言处理的向量模型：

    商品（标题，子标题，描述，正文，评论）
    算法输出：
    1.关键词（主题，商业，实体）
    2.词向量
    3.全文向量
    4.淘宝评论分值
    5.大淘客文本情感分析

    2.基于行为轨迹
    商品购买行为轨迹，商品点击行为轨迹，商品转发行为轨迹，商品搜索行为轨迹
    算法输出：
    1.商品向量化
    2.商品相似度
    3.商品潜在购买类别
    4.商品潜在点击类别
    5.商品潜在转发类别
    6.商品与搜索词的相似度