第 147 题：天气与事件特征，外部信号的延迟影响建模？
题目
天气与事件特征，外部信号的延迟影响建模？
完整讲解
一、天气与事件作为外部信号
天气（温度、雨雪、阴晴）与事件（节假日、赛事、促销）是外部信号，会影响用户需求与行为（如雨天推外卖、赛事推相关商品）。这类特征通常来自外部 API 或运营配置，与行为日志存在时间与粒度上的差异，需考虑延迟与对齐。
二、延迟的来源
- 采集延迟：天气 API 有更新频率（如每小时）；事件标签可能 T+1 或人工录入。行为发生时刻与特征可用时刻不一致，即特征延迟。
- 影响延迟：天气/事件对行为的影响可能有滞后（如提前一天知道要下雨、当天才买伞）；或提前（促销预告提前影响浏览）。即「信号时间」与「影响时间」不一定同步。
- 粒度：天气按城市/网格、事件按天或小时；用户行为按秒，需将外部信号对齐到请求时间与用户位置。
三、延迟影响建模
- 时间对齐：特征取「行为发生时刻」对应的天气与事件（或最近一次可用值），避免用未来或过旧信号。若只有 T+1 天气，则训练时用「当日天气」作为「次日行为」的上下文需明确定义（如预测次日则合理）。
- 滞后与窗口：可显式加滞后特征（如过去 3 天的平均温度、昨日是否下雨），或滑动窗口聚合，让模型学到「过去天气→当前需求」的滞后效应。
- 事件：节假日/促销用 0/1 或类型嵌入；事件开始/结束时间与请求时间做时间差特征（如「距促销开始已过 N 小时」），建模事件阶段对行为的影响。
- 缺失与默认：外部信号缺失时用默认值或「未知」嵌入，避免空值影响训练与推理。
四、工程要点
- 天气与事件特征表按时间+地理或事件 ID 建索引；请求时按当前时间与用户位置/活动事件取最近一条。
- 监控外部接口可用性与延迟，做降级与兜底；离线特征与在线取数逻辑一致。
面试要点
- 能说明天气与事件为外部信号、以及采集延迟与影响滞后带来的对齐问题。
- 能说清延迟建模：时间对齐到行为时刻、滞后特征与窗口、事件时间差特征、缺失处理。
- 能提及粒度对齐（地理、时间）、监控与降级。
记忆要点
- 天气/事件为外部信号；存在采集延迟与影响滞后，需时间与粒度对齐。
- 建模：行为时刻对应信号、滞后/窗口特征、事件时间差、缺失默认。
- 特征表按时间+地理/事件索引；监控与降级。