第 149 题：会话上下文的短周期，Session边界检测算法？
题目
会话上下文的短周期，Session边界检测算法？
完整讲解
一、会话与短周期上下文
会话（Session） 通常指用户在一段连续、有意图的浏览/操作，会话内行为相关性强、会话间可能意图切换。短周期强调会话时间较短（几分钟到几十分钟），与「长期兴趣」区分。Session 边界检测即从连续行为流中切分出「哪里是会话开始/结束」，便于做会话内序列建模、会话级统计与上下文特征。
二、Session 边界检测算法
- 时间阈值：相邻两次行为间隔超过 $\Delta t$（如 30 分钟）则视为新会话开始。优点：简单、可解释；缺点：固定阈值不适应所有场景（有的用户间隔长但仍同一意图）。
- 混合规则：时间间隔 + 页面/场景（如从首页跳到搜索算新会话）+ referrer（从外链进入算新会话）。多条件组合，任一满足则切分。
- 模型：用二分类模型预测「当前行为是否为新会话开始」：特征为间隔、行为类型、页面、时间等，标签为人工或启发式规则标注的边界。训练后对线上流式行为做边界预测。
- 无监督：用行为序列的嵌入或表示做聚类或变点检测（change point），表示突变处视为边界；或用隐马尔可夫模型（状态=会话阶段）推断边界。
三、实现要点
- 流式：在线检测时每来一条行为，用当前间隔、上一行为类型等判断是否为新会话；若为新会话则重置会话内状态（如清空会话序列、重置会话级计数）。
- 一致性：训练（离线构造会话）与推理（在线边界）的规则或模型需一致，否则会话特征分布会 skew。
- 超参：时间阈值 $\Delta t$ 常用 30min～2h，按业务与 A/B 调；模型法可输出概率，按阈值或 top-1 决策。
四、用途
- 会话内序列做 next-item、会话内 CTR；会话级统计（会话长度、会话内类目分布）作为特征；会话边界也用于「会话上下文」的起止定义。
面试要点
- 能说明会话与短周期上下文的含义，以及边界检测对序列建模与特征的作用。
- 能列举检测方法：时间阈值、混合规则、二分类模型、无监督变点/聚类，及各自优缺点。
- 能说清流式实现、训练与推理一致、阈值与超参。
记忆要点
- Session=连续有意图的短周期行为；边界检测=切分会话起止。
- 方法：时间阈值、时间+页面/referrer、二分类模型、无监督变点/聚类。
- 流式判断、训练与推理一致；$\Delta t$ 常用 30min～2h。