序列深度匹配SDM

1. 概述

推荐系统中的算法通过用户的历史行为数据挖掘用户的偏好,实现对用户偏好的建模,从而达到为用户推荐用户感兴趣的item。用户的兴趣偏好通常是多变的,而且是多样的。然而传统的基于item的协同过滤模型只能考虑用户的静态兴趣,而不能捕获用户的兴趣偏好的动态变化。

序列深度匹配(Sequential Deep Match,SDM)模型是在特定场景下提出的用于对用户动态兴趣偏好建模的算法。SDM模型应用于淘宝的场景中,在淘宝的场景中,用户的行为主要分为两种,第一个是当前的浏览Session,用户在一个Session中,需求往往是十分明确的。另一个是之前的历史行为,一个用户虽然可能不是每次都来买球鞋,但是也可能提供一定的有用信息。因此需要分别对这两种行为序列建模,从而刻画用户的兴趣。

综上,序列深度匹配SDM通过组合用户短期Session和长期行为捕获用户的动态兴趣偏好,实现对用户兴趣的建模。

2. 算法原理

序列深度匹配SDM的模型结构如下图所示:
在这里插入图片描述

其中,对于用户uu,通过对长期行为LuL^u,得到向量pu\boldsymbol{p^u},对短期行为SuS^u建模得到向量stu\boldsymbol{s_t^u},并通过fusion gate策略将两部分组合在一起,从而得到向量otuRd×1\boldsymbol{o_t^u}\in \mathbb{R}^{d\times 1},该向量便是用户的兴趣向量。

假设VRd×I\boldsymbol{V}\in \mathbb{R}^{d\times \left | I \right |}为item的embedding向量,其中I\left | I \right |为item的总数,dd为embedding的维数。目标是在t+1t+1时刻预测top N的候选集,候选集是基于otu\boldsymbol{o_t^u}和每个物品对应的向量vi\boldsymbol{v}_i计算匹配分数,并根据分数高低进行召回,分数的计算方法为:

zi=score(otu,vi)=otuTviz_i=score\left ( \boldsymbol{o_t^u},\boldsymbol{v}_i\right )={\boldsymbol{o}_t^u}^T\boldsymbol{v}_i

2.1. 长短期Session的划分

对于用户行为序列的划分,文章中给出了按照session的划分规则:

  • 具有同样的Session ID的记录为同一个Session;
  • Session ID不同,但是相邻的行为间隔小于10min,算同一个Session;
  • Session的最大长度为50,超过50的划分到新的Session。

基于上述的Session划分规则,用户uu最近一个Session的行为被认为是短期行为,表示为:

Su=[i1u,,itu,,imu]S^u=\left [ i_1^u,\cdots ,i_t^u,\cdots ,i_m^u \right ]

其中,mm为序列的长度,而用户的长期行为序列为SuS^u之前的7天的行为,记为LuL^u

2.2. item和user的Embedding表示

在构建item的embedding时,不仅考虑到ID特征,同时还包括了leaf category,first level category,brand和shop等side information,最终item的向量表示为

eitu=concat({eiffF})\boldsymbol{e}_{i_t^u}=concat\left ( \left \{ \boldsymbol{e}_i^f\mid f\in \mathcal{F} \right \} \right )

同样的,用户也有对应的属性,如age,gender,life stage。最终user的向量表示为

eu=concat({euppP})\boldsymbol{e}_u=concat\left ( \left \{ \boldsymbol{e}_u^p\mid p\in \mathcal{P} \right \} \right )

2.3. 短期行为建模

短期行为建模的整体过程如下图所示:

在这里插入图片描述

短期行为是用户在最近的一个Session里的行为。短期行为建模分为三个部分,分别为LSTM建模,Multi-head Self-Attention建模和User Attention。

2.3.1. LSTM

在将物品转换为Embedding向量后,首先通过LSTM来进行建模,LSTM的建模过程如下图所示:
在这里插入图片描述
对于给定的的用户短期行为序列[ei1u,,eitu]\left [ \boldsymbol{e}_{i_1^u},\cdots , \boldsymbol{e}_{i_t^u} \right ],通过LSTM建模的结果为:

在这里插入图片描述

其中,intu\boldsymbol{in}_t^uftu\boldsymbol{f}_t^uotu\boldsymbol{o}_t^u分别表示输入门,遗忘门和输出门。htuRd×1\boldsymbol{h}_t^u\in \mathbb{R}^{d\times 1}表示的是LSTM在tt时刻隐藏层的输出。

2.3.2. Multi-head Self-Attention

在经过LSTM对短期行为序列建模后,得到所有隐含层的输出Xu=[h1u,,htu]\boldsymbol{X}^u=\left [ \boldsymbol{h}_1^u,\cdots ,\boldsymbol{h}_t^u \right ]。接下来,使用Multi-head Self-Attention对此行为序列建模,目的是能够捕获到用户多种类型的兴趣。Multi-head Self-Attention的建模过程如下所示:

在这里插入图片描述

假设Multi-head Self-Attention建模后的结果为X^u=[h^1u,,h^tu]\boldsymbol{\hat{X}}^u=\left [ \boldsymbol{\hat{h}}_1^u,\cdots ,\boldsymbol{\hat{h}}_t^u \right ],则X^u\boldsymbol{\hat{X}}^u可以表示为:

X^u=MultiHead(Xu)=WOconcat(head1u,,headhu)\boldsymbol{\hat{X}}^u=MultiHead(\boldsymbol{X}^u)=\boldsymbol{W}^Oconcat\left ( \boldsymbol{head}_1^u,\cdots ,\boldsymbol{head}_h^u \right )

其中,WORd×hdk\boldsymbol{W}^O\in \mathbb{R}^{d\times hd_k}hh表示head的个数,dk=1hdd_k=\frac{1}{h}d。对于每一个headiuRdk×t\boldsymbol{head_i^u}\in \mathbb{R}^{d_k\times t}表示
每一个兴趣,其计算方法为:

headiu=Attention(WiQXu,WiKXu,WiVXu)\boldsymbol{head_i^u}=Attention\left ( \boldsymbol{W}_i^Q\boldsymbol{X}^u,\boldsymbol{W}_i^K\boldsymbol{X}^u,\boldsymbol{W}_i^V\boldsymbol{X}^u \right )

其中,WiQXu\boldsymbol{W}_i^Q\boldsymbol{X}^uWiKXu\boldsymbol{W}_i^K\boldsymbol{X}^uWiVXu\boldsymbol{W}_i^V\boldsymbol{X}^u分别表示上图中的Q,K,V。令Qiu=WiQXu\boldsymbol{Q}_i^u=\boldsymbol{W}_i^Q\boldsymbol{X}^uKiu=WiKXu\boldsymbol{K}_i^u=\boldsymbol{W}_i^K\boldsymbol{X}^uViu=WiVXu\boldsymbol{V}_i^u=\boldsymbol{W}_i^V\boldsymbol{X}^u,则headiu\boldsymbol{head_i^u}为:

headiu=ViuAiuT\boldsymbol{head_i^u}=\boldsymbol{V_i^u}{\boldsymbol{A}_i^u}^T

其中,Aiu=softmax(QiuTKiu)\boldsymbol{A_i^u}=softmax\left ( {\boldsymbol{Q}_i^u}^T\boldsymbol{K}_i^u \right )

2.3.3. User Attention

对于不同的用户,即使短期的行为序列是一样的,也可能会存在不同的兴趣偏好,为了能够更精准的挖掘用户偏好,使用Attention机制计算不同用户兴趣的偏好,Attention机制如下图所示:

在这里插入图片描述

对于用户的多种兴趣X^u=[h^1u,,h^tu]\boldsymbol{\hat{X}}^u=\left [ \boldsymbol{\hat{h}}_1^u,\cdots ,\boldsymbol{\hat{h}}_t^u \right ],通过与用户向量eu\boldsymbol{e}_u计算tt时刻的兴趣偏好向量stu\boldsymbol{s_t^u}

stu=k=1tαkh^ku\boldsymbol{s_t^u}=\sum_{k=1}^{t}\alpha _k\boldsymbol{\hat{h}}_k^u

其中αk=exp(h^kuTeu)k=1texp(h^kuTeu)\alpha _k=\frac{exp\left ( {\boldsymbol{\hat{h}}_k^u}^T\boldsymbol{e}_u \right )}{\sum_{k=1}^{t}exp\left ( {\boldsymbol{\hat{h}}_k^u}^T\boldsymbol{e}_u \right )}

2.4. 长期行为建模

对于长期行为序列,文章中提出从不同角度来刻画用户的兴趣,比如品牌,类别等。因此把长期行为中的所有物品对应的属性集合Lu={LfufF}\mathcal{L}^u=\left \{ \mathcal{L}^u_f\mid f\in \mathcal{F} \right \}划分为不同的子集合,如ID子集合Lidu\mathcal{L}^u_{id}、leaf category子集合Lleafu\mathcal{L}^u_{leaf},first level category子集合Lcateu\mathcal{L}^u_{cate},shop子集合Lshopu\mathcal{L}^u_{shop}、brand子集合Lbrandu\mathcal{L}^u_{brand}。下图展示了长期行为的建模过程:

在这里插入图片描述
通过AttnNet计算在每个子集合上的向量zfuz_f^u

zfu=k=1Lfuαkgkuz_f^u=\sum^{\left | \mathcal{L}^u_f \right |}_{k=1}\alpha _k\boldsymbol{g_k^u}

其中,gku=WffkuRd×1\boldsymbol{g_k^u}=W^ff_k^u\in \mathbb{R}^{d\times 1}αk=exp(gkuTeu)k=1Lfuexp(gkuTeu)\alpha _k=\frac{exp\left ( {\boldsymbol{g_k^u}}^T\boldsymbol{e}_u \right )}{\sum_{k=1}^{\left | \mathcal{L}^u_f \right |}exp\left ( {\boldsymbol{g_k^u}}^T\boldsymbol{e}_u \right )}

最终,将zfuz_f^uconcat在一起输入到全连接网络中,得到长期兴趣pu=tanh(Wpzu+b)\boldsymbol{p^u}=tanh\left ( \boldsymbol{W}^pz^u+b \right ),其中zu=concat({zfufF})z^u=concat\left ( \left \{ z_f^u\mid f\in \mathcal{F} \right \} \right )

2.5. 兴趣融合

为了将长短期兴趣向量组合在一起,文中借鉴了LSTM中的门的概念,对短期兴趣向量和长期兴趣向量进行一个加权,过程如下:

Gtu=sigmoid(W1eu+W2stu+W3pu+b)\boldsymbol{G}_t^u=sigmoid\left ( \boldsymbol{W}^1\boldsymbol{e}_u+\boldsymbol{W}^2\boldsymbol{s}_t^u+\boldsymbol{W}^3\boldsymbol{p}^u+b \right )

otu=(1Gtu)pu+Gtustu\boldsymbol{o}_t^u=\left ( 1-\boldsymbol{G}_t^u \right )\odot \boldsymbol{p}^u + \boldsymbol{G}_t^u\odot \boldsymbol{s}_t^u

2.6. 总结

序列深度匹配SDM通过组合用户短期Session和长期行为捕获用户的动态兴趣偏好,实现对用户兴趣的建模,完整的模型结构如下图所示:

在这里插入图片描述
在短期兴趣建模过程中,使用LSTM,Multi-head Self-attention和User Attention建模,在长期兴趣建模过程中,使用User Attention对子集合建模,最终通过gate函数融合长短期兴趣。

3. 疑问

在本文中短期兴趣建模的过程中,作者先用LSTM建模,作者给出的理由是在之前的基于Session的推荐中,效果较好;后面使用Multi-head Self-attention建模,是为了构建用户的多个兴趣维度。这里Multi-head Self-attention也可以直接对序列建模,不知道为什么需要在这里同时使用LSTM+Multi-head Self-attention。这一点在文中并没有给出具体解释。

参考文献

[1] Lv F , Jin T , Yu C , et al. SDM: Sequential Deep Matching Model for Online Large-scale Recommender System[J]. 2019.

[2] [深度模型] 阿里大规模深度召回序列模型SDM

[3] SDM:用户长短期兴趣召回模型

[4] SDM(Sequential Deep Matching Model)的复现之路

[5] Vaswani A , Shazeer N , Parmar N , et al. Attention Is All You Need[J]. arXiv, 2017.