从2022年的这几篇论文看推荐系统序列建模的趋势

 

作者 | 猫的薛定谔

最近看了 22 年几篇顶会的序列建模的文章，模型无不复杂高深，但细细看后，发现这些文章本质上均是输入的变化，模型只为了配合输入。看看最近的顶会是怎么玩的吧。

 

 

背景

 

序列建模的目的是从用户的历史行为中挖掘用户的兴趣，进而给用户推荐感兴趣的物品。

 

先介绍两篇序列建模的经典文章。

 

第一篇是我认为的开山之作——阿里的 DIN，模型结构如下图所示。该论文认为在选择 target item 时，user behaviors 中的 item 应该具有不同的权重，并采用了 target-attention 的方式计算权重。DIN 的 user behavior 是一个一维的 item 序列，emb 之后多一个 emb 维度，希望大家能记住这种输入格式，后面的算法就是在丰富这种格式。

 

▲ DIN

 

第二篇是长序列的经典文章——阿里的 SIM，模型结构如下图所示。在 DIN 的基础上，将用户行为序列变长，如果计算资源允许，无脑采用 DIN 的方式也未尝不可。回到 SIM，论文是这么做的：依旧保留短期行为序列，采用 DIEN（DIN 的一种变体）的方式提取用户短期兴趣；长序列则采用两阶段方法，召回得到 topk 个 item 后，再计算 target-attention。

 

▲ SIM

 

插句题外话，阿里的 MIMN 已经证明，序列越长，auc 越高。

玩法一：序列加side info

 

这是 eBay 在 WSDM 2022 上的文章。

 

 

论文标题：

Sequential Modeling with Multiple Attributes for Watchlist Recommendation in E-Commerce

论文链接：

https://arxiv.org/pdf/2110.11072.pdf

 

之前的序列都只是 item 的序列，eBay 额外加了 item 的属性，比如价格；这个属性是变化的，例如当价格变动时，用户可能会感兴趣。

 

因此输入由一维序列变成了 2 维矩阵，对应的计算 attention 的方式也变成了 2D 的——attention2D，模型结构如下图。

▲ attention2D

 

具体的计算过程：

1. Embedding Layer——输入加了属性信息，是个 2D 的矩阵；embedding 之后多了 emb 维，shape 为 ，N 为序列长度，C 为属性个数；

2. 多了个属性维度后，emb 如何转变为 QKV 呢？本文对每种属性（也叫 channel） 进行相同的线性变换，即：

▲ Linear2D，i代表item，j代表属性

3. 那 2D 的 QK 如何计算 attention score 呢？本文介绍了 3 种粒度的计算方式： 是 4 维数据，代表了第 i 个 item 的第 j 个属性与第 个 item 的第 个属性的交互，是最细粒度的交互； 是 2 维数组，对 item 的所有 channel 求和，表示的是 item 维度的交互； 是 2 维数组，对 channel 的所有 item 求和，表示的是 channel 维度的交互。将这三种 score 加权求和就是最后的 score 了（加权系数也是学出来的）。

▲ 2D的attention score

4. 到目前为止，计算了 attention之后，输出仍有 2 维，属性维和 emb 维。降维处理是在 prediction layer 之前，对属性维进行 pooling，将仅剩的 emb 维松儒 mlp。

 

玩法二：序列加宽

 

本文是阿里在 WSDM 2022 上的文章。

 

 

论文标题：

Triangle Graph Interest Network for Click-throughRate Prediction

论文链接：

https://arxiv.org/pdf/2202.02698.pdf

 

序列再长也只是这一个用户的序列，这篇论文直接从别的用户的行为中寻找 item。用所有用户的行为序列构建一个 item 图，图上的每个节点都是一个 item，item 有边代表有用户依次点击过这两个 item。

 

本文首先定义了一个图上的 triangle，triangle 的定义不是重点，可以把 triangle 简单的理解为图上的邻居。

 

▲ triangle

 

TGIN 的模型结构如下图，看着复杂，其实很简单。下图中的红框部分就是一个类似于 DIN 的计算 attention 的网络，左边是处理 triangle 的，有边是计算多阶 triangle（理解为图上的多阶邻居）attention 的网络。

 

▲ TGIN

 

某阶的 TriangleNet：每一阶会有多个 triangle，每个 triangle 会有 3 个 item，所以就先内部聚合（intra），简单的 avg pooling；再外部聚合（inter），multi-head self-attention。

 

▲ TriangleNet

 

 

玩法三：序列分段并加标签

 

阿里 WSDM 2022

 

 

论文标题：

Modeling Users’ Contextualized Page-wise Feedback for Click-Through Rate Prediction in E-commerce Search

论文链接：

https://guyulongcs.github.io/files/WSDM2022_RACP.pdf

 

序列以 page 的形似分段，page 内不仅有点击 poi（正反馈），还有未点击 poi（负反馈），捕获页面内的 context 信息和页面间的兴趣演变。页面信息能学到什么？用户不点击可能不是因为不喜欢，而是页面中有一个同类型但更便宜的。

 

模型结构如下图。一般像这种两层结构的输入，模型也是有两层，一层提取页内信息（intra），一层聚合页间信息（inter）。这个模型有三层，中间加了一层 backtrack 层。还有一个细节，page 是经过过滤的，将其限制在与当前查询向量同类别的范围内。

 

▲ RACP

重点解释一下兴趣回溯层，即上图中的绿色部分。一般的模型只注重了长期兴趣与 target item 的相关性，而忽略了短期兴趣的一致性。具体到这篇论文，短期兴趣指的就是每个 page 所代表的兴趣。

 

在这一层引入了一个用户当前兴趣的查询向量 （这是一篇搜索的文章，所以有查询向量），其余的 不再是真正的查询向量，而是 attention query vector。attention query vector 通过 GRU 一层一层往左传，影响 page 内的 attention 计算。

 

 

总结

 

前面介绍了几种序列在输入侧的玩法。

 

玩法一：加 item 的属性。这个属性的选择非常有讲究，得是变化的、且用户非常敏感的，比如价钱、比如补贴；不能是那种无关痛痒的属性。

 

玩法二：加更多的 item，不过不是加长，而是通过图（本质是通过其他用户），引入一些用户以前没见过（或没交互过）但可能感兴趣的 item；这种加 item 的方式可以离线完成，可以用一些“高大上”的方法吹牛逼。个人感觉，这种方法有效的本质是学习了更多的共现关系。之前在给 user 选择 poi 时，只学习了 user 自己历史内的 poi 的共现关系；通过某种合理的方式（如其他用户的历史行为）引入更多共现关系可以拓宽模型的视野。

 

玩法三：序列分段（分 page、分 session），混合序列（不仅仅是点击序列），最真实地还原用户做选择的环境，推理用户在段内的点击逻辑，分析用户的选择心理。