2.1.4 時間特征

時間特征廣泛存在于各種實際的數據集中，比如交易產生的時間、用戶上線時間、歌曲播放時間、用戶分享文章的時間等。原始的時間特征通常以字符串的形式表示，比如“2019年4月10日17點29分”；或者以時間戳的方式表示（BigInt），比如“1451664824123”。Sophon中提供了格式化時間日期的算子，可以將原始時間特征轉化成格式化的時間日期類型值（比如Spark提供的DateType和Timestamp-Type）。

原始時間特征與機器學習的目標通常沒有直接關聯，因此需要進行特定的變換。我們把有關時間特征的提取方法大致分為以下三類：

? 連續型變換：比如計算用戶聽一首歌的持續時間，或者計算兩個交易之間的時間間隔等。這類變換輸出一個連續型的值，計算方法通常是求兩個時間戳的差。

? 離散型變換：比如提取出日期中的年份、月份、季度和星期幾等。

? 提取時間窗口：比如我們需要得到過去一周的交易數據，則可根據交易時間這一特征對數據進行過濾，最終得到時間窗口內的記錄。