行为序列01：用户历史行为序列建模
用户最近 n 次(top n)点击、点赞、收藏、转发等行为都是推荐系统中重要的特征，可以帮助召回和排序变得更精准。这节课介绍最简单的方法——对用户行为取简单的平均，作为特征输入召回、排序模型。
多目标排序模型：
这里 用户历史行为序列 就是指用户特征中的last n序列特征。
以用户点击过的last n的物品为例 ，对这n个物品id和其他特征用embedding做嵌入，获得相应的n个向量，对这n个向量取平均得到最终的向量。
这里对Last N个向量只是简单的做一下平均，也有更高级的做法，比如基于attention注意力。后面会提到 Last N 不同的序列建模方法。
行为序列02：DIN模型（注意力机制）
上节课介绍了用户的 LastN 序列特征。这节课介绍 DIN 模型，它是对 LastN 序列建模的一种方法，效果优于简单的平均。DIN 的本质是注意力机制（attention）。DIN 是阿里在 2018 年提出的，有兴趣的话可以阅读下面的参考文献。
什么是候选物体：对于精排模型来说，粗排模型输出的几百个物体就是候选物体。
行为序列03：SIM模型（长序列建模）
SIM 模型，它的主要目的是保留用户的长期兴趣。SIM 的原理是对用户行为序列做快速筛选，缩短序列长度，使得DIN可以用于长序列。
参考文献： Qi et al. Search-based User Interest Modeling with Lifelong Sequential Behavior Data for Click-Through Rate Prediction. In CIKM, 2020.