深度网络CTR建模

Posted 2023-02-23 zhiyong_will

1. 概述

CTR预估是现如今的搜索、推荐以及广告中必不可少的一部分，CTR预估的目标是预估用户点击给定item的概率。经过这么多年的发展，CTR预估算法得到了较大的改进，从开始的线性模型LR，发展到带有特征交叉的FM算法，随着深度网络的发展，CTR预估也逐渐发展到如今的基于深度模型的CTR预估，期间出现了较大一批成功在业界得到广泛应用的算法模型，如Wide & Deep，DeepFM，DIN，DIEN等等。

近年来深度学习技术在NLP以及CV领域得到了充分的发展，提出了很多优秀的模型结构，如在NLP领域，从MLP到CNN，RNN，LSTM，GRU，再到现如今被广泛研究的基于Transformer的算法。在CTR预估方面，相比较于NLP和CV领域，其特征相对是大规模的，且是稀疏的，为了能够使用深度网络对CTR数据建模，需要在结构上做相应的调整，使得数据能够适应深度网络模型。

2. 深度CTR建模

2.1. Base模型

参考[1]中给出了深度CTR预估的Base模型结构，如下图所示：

在Base模型结构中，主要包括了输入层，Embedding层，全连接层以及输出层。

2.2. 输入层

上述的Base模型中，输入层包括四个输入模块，分别为：用户画像特征（User Profile Features），用户行为特征（User Behaviors），候选Ad特征（Candidate Ad）和上下文特征（Context Features）。

对于User Profile Features，通常包含了诸如请求用的性别，年龄，购买力，手机品牌等一些静态的特征，还包括请求用户的一些统计信息，如月度点击数，月度访问数，月度使用时间等；对于User Behaviors特征和Candidate Ad特征，通常可以包含商品的一些静态特征，如id，标题分词，标题tagging，类目，品牌，价格等，还可以包含一些统计的特征，如历史统计的CTR，7日PV，7日UV等；对于Context Features，通常是客户端带的信息，在用户授权的前提下可以直接获取，比如请求时间、用户手机品牌、手机型号、操作系统、当前网络状态（3g/4g/wifi）、用户渠道等实时属性特征以及之间的 cross 特征。

不同类型的特征需要采用不同的处理方式。根据特征的形式的不同，可以将特征分为三类，分别为类别特征（Categorical），数值特征（Numeric）和多值特征（Multi-valued）[2]。

Categorical类特征，一般是离散的值，特征中只包含一个值，典型的如性别特征。对于Categorical类特征，处理方法通常是使用one-hot编码，将其转换成离散的表示，如“gender=Female”，通过one-hot编码后，其特征编码为$\left[0,1\right]$。

Numeric类特征，主要有两种处理的方法，一种方式是对其离散化，将其转化成Categorical类特征的处理；另一种是对其进行归一化，将其归一化到$\left[0,1\right]$区间上。如“age=33”，经过离散化和one-hot编码后，其特征编码为$\left[0,0,0,1,0,0,0,0,0,0\right]$。

Multi-valued类特征，与Categorical类特征的处理类似，只是在Categorical类特征经过one-hot编码后只有一维的值为$1$，而在Multi-valued类特征经过编码后，有多维的值为$1$。

以下图[1]为例，经过转换后的对照关系如下图所示：

对于Numeric类特征，也有不经过Embedding的处理方法，如参考[3]中的ranking模型，直接对其对数值上的转换后与Embedding结果concat在一起，如下图所示：

上图中的特征time since last watch与特征previous impressions可以看成是Numeric类特征。

2.3. Embedding层

Embedding层的作用是把高维稀疏的特征转化成低维的embedding的稠密表达，以满足深度网络的要求。一般处理这种转换关系是初始化一个lookup table，这个lookup table是一个矩阵（可学习的），矩阵的行数为上述经过编码后的总维数，矩阵的列数是低维稠密向量的维数。

假设输入经过编码后总维数为$10000$维，那么lookup table就有$10000$行，其中第$i$行是第$i$维对应的embedding。然而对于Multi-valued类特征，一组特征通常编码后会出现多维值为$1$的情况，如得到的embedding结果为$e_{i_1},e_{i_2},\cdots ,e_{i_k}$，通常采用sum或者avg的方法将其转换成一维：

$$e_i=sum\left(e_{i_1},e_{i_2},\cdots ,e_{i_k}\right)$$

2.4. 全连接层和输出层

全连接层和输出层是多层感知器(multiple layer perceptron, MLP)中的基本结构，定义了第$l$层到第$l+1$层的非线性映射关系，它的主要作用是使模型具备非线性拟合能力。假设$x_l$为第$l$层的输入向量，$x_{l+1}$为第$l+1$层的输出向量，$W_{l+1}$为连接第$l$层到第$l+1$层的权重矩阵，$b_{l+1}$为$l+1$层的偏置向量，$f$为非线性激活函数（sigmoid，tanh，relu等），那么$x_{l+1}$和$x_l$的关系为：

$$x_{l+1}=f\left(W_{l+1}{x}_l+b_{l+1}\right)$$

2.5. 损失函数

在CTR建模过程中，通常使用交叉熵（cross-entropy）作为模型的损失函数，其具体形式如下所示：

$$L=-\frac{1}{N}\sum _{\left(\hat{y},y\right)\in \mathbb{D}}\left(ylog\hat{y}+\left(1-y\right)log\left(1-\hat{y}\right)\right)$$

其中，$\mathbb{D}$是所有训练数据的集合，$y$和$\hat{y}$表示的是样本真实的标签和CTR预估的结果，且

$$\hat{y}=\sigma \left(\varphi \left(x\right)\right)$$

其中，$\sigma \left(\cdot \right)$是Sigmoid函数。

3. 深度CTR模型在问题求解上的发展

参考[4]中给出了近年来深度CTR模型本身的发展，详细介绍了每一个模型在先前工作上的一些改进，下面是我在阅读一些文章后，结合参考[4]给出的深度CTR模型在问题求解思路上的发展，具体如下图所示：

上图仅代表目前我了解到的文章，后期看到新的文章或思路会继续更新该图。

如上图所示，在基于Base DNN的基础上，目前我了解到的在求解思路上的模型优化主要有四个方面：

• 模型融合
• 特征交叉
• 序列建模
• 加入Attention
• 多目标

模型融合主要是指在DNN的基础上，加入之前已经成功应用在CTR问题求解的线性模型LR，典型的模型结构是Wide&Deep[5]，当然在Wide&Deep的基础上提出了很多模型层面的优化，分为在Wide侧，如增加交叉特征的DCN[6]，DeepFM[7]等，在Deep侧的NFM[8]。

特征交叉是指在DNN的Embedding层的基础上，再增加一个特征的交叉层，能够进一步挖掘出对CTR预估有效的交叉特征，在众多的实验中，也能看出交叉特征对于CTR结果的重要性，这其中比较典型的如PNN[9]。

序列建模是指对于用户的行为序列建模，上述的方法都没有利用用户行为上的时序关系，基于序列建模，能够更好地挖掘出用户的兴趣，这其中比较典型的如基于GRU的时序建模方法GRU4Rec[10]，以及基于Transformer的BST[11]。

加入Attention是指在用户行为与目标之间必定会存在一定的关系，加入Attention旨在挖掘出用户与目标之间的相关兴趣，有助于建模对目标的点击概率，其中比较典型的算法如DIN[1]，结合序列建模，建模用户兴趣的演化过程，又衍生出DIEN[12]以及DSIN[13]。

多目标指的是在同一个模型中训练多个目标，CTR建模中通常会与CVR模型一起，模型结构完全一致，只是训练目标不一致。最简单的方法是分别用一个模型训练CTR和CVR，也可以一起训练，采用多目标的框架结构，在多目标模型中，比较典型的是MMoE[14]。

4. 总结

深度学习模型在CTR问题上的探索还在继续，在CTR建模上也有更多更复杂的模型出现，在模型迭代的过程中，挖掘出更多有用的特征也是一条不断探索的道路。

参考文献

[1] Zhou G, Zhu X, Song C, et al. Deep interest network for click-through rate prediction[C]//Proceedings of the 24th ACM SIGKDD international conference on knowledge discovery & data mining. 2018: 1059-1068.

[2] Zhu J, Liu J, Yang S, et al. Open Benchmarking for Click-Through Rate Prediction[C]//Proceedings of the 30th ACM International Conference on Information & Knowledge Management. 2021: 2759-2769.

[3] Covington P, Adams J, Sargin E. Deep neural networks for youtube recommendations[C]//Proceedings of the 10th ACM conference on recommender systems. 2016: 191-198.

[4] 谷歌、阿里、微软等10大深度学习CTR模型最全演化图谱【推荐、广告、搜索领域】

[5] Cheng H T, Koc L, Harmsen J, et al. Wide & deep learning for recommender systems[C]//Proceedings of the 1st workshop on deep learning for recommender systems. 2016: 7-10.

[6] Wang R, Fu B, Fu G, et al. Deep & cross network for ad click predictions[M]//Proceedings of the ADKDD’17. 2017: 1-7.

[7] Guo H, Tang R, Ye Y, et al. DeepFM: a factorization-machine based neural network for CTR prediction[J]. arXiv preprint arXiv:1703.04247, 2017.

[8] He X, Chua T S. Neural factorization machines for sparse predictive analytics[C]//Proceedings of the 40th International ACM SIGIR conference on Research and Development in Information Retrieval. 2017: 355-364.

[9] Qu Y, Cai H, Ren K, et al. Product-based neural networks for user response prediction[C]//2016 IEEE 16th International Conference on Data Mining (ICDM). IEEE, 2016: 1149-1154.

[10] Hidasi B, Karatzoglou A, Baltrunas L, et al. Session-based recommendations with recurrent neural networks[J]. arXiv preprint arXiv:1511.06939, 2015.

[11] Chen Q, Zhao H, Li W, et al. Behavior sequence transformer for e-commerce recommendation in alibaba[C]//Proceedings of the 1st International Workshop on Deep Learning Practice for High-Dimensional Sparse Data. 2019: 1-4.

[12] Zhou G, Mou N, Fan Y, et al. Deep interest evolution network for click-through rate prediction[C]//Proceedings of the AAAI conference on artificial intelligence. 2019, 33(01): 5941-5948.

[13] Feng Y, Lv F, Shen W, et al. Deep session interest network for click-through rate prediction[J]. arXiv preprint arXiv:1905.06482, 2019.

[14] Ma J, Zhao Z, Yi X, et al. Modeling task relationships in multi-task learning with multi-gate mixture-of-experts[C]//Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. 2018: 1930-1939.