推荐系统-召回阶段-2013：DSSM（双塔模型）【Embedding（语义向量）召回】【微软】

DSSM全称Deep Structured Semantic Models，是伊利诺伊大学厄巴纳-香槟分校（UIUC）与微软于2013年发表在CIKM上的。

DSSM在业界搜广推的影响力目前来说是超过前面介绍的任何一个模型，基本上统治了召回/粗排阶段。

百度同样在2013年（那个年头的百度还处在如日中天的状态）搞了个双塔模型 SimNet，不过并没有发表相应的论文。

一、推荐中DSSM双塔模型结构

推荐领域中的DSSM结构一般如下图所示：

图1. 推荐领域常用DSSM模型结构

模型结果非常简单，主要包括两部分：user侧一个塔，item侧一个塔。user侧特征和item侧特征分别经过各自的DNN（一般情况下，两个DNN结构是一样的，当然也可以不一样）后得到user embedding和item embedding，这里需要注意的是如果你的user dnn和item dnn结构不一样，请无比保证输出维度一样，也就是最后一层全连接层隐藏单元个数相同，需要