深度推荐系统之序列化建模2019最新进展

Posted 2021-05-01 AINLP

来源：https://zhuanlan.zhihu.com/
p/93467919

整理：深度传送门

背景

传统推荐系统从content-based和social-based等基本模式所衍生出的多种多样的方法，都是将user-item所产生的behavior作为独立信息看待。然而现实生活中，用户的行为前后都存在极强的关联性甚至因果性。典型的在电商推荐场景，当用户买了一款手机之后，接下来如果推荐手机周边配件等物品则显得更合理一点，基于用户历史行为的序列化建模可以很好的解决这类问题。

写在前面

1. 本文重点将放在这些方法设计思路的一些亮点上，诸如Transformer、Bi-LSTM等基本概念的理论细节不再涉及并默认大家都已经了解；

2. 从最初的MC+MF方法，到后来深度学习兴起后的RNN-Based，再到近两年Google发表 ‘Attention is All You Need’后，Attention-Based的铺天盖地。经典paper的演进之路，在时间上反映了技术方法的革新与流行。不过我们真正要在进行业务实践时，不妨做一些更全面的考量和尝试；

3. 混合结构模型实际上是“领域信息”的先验带入，“mlp可以拟合任意函数”仅仅是理论理想主义的一种表达。不过当我们要在业务上尝试应用这些复杂模型的时候，对业务场景和工具的深入理解变的至关重要。

2015 GRU4REC：Session-based Recommendations with Recurrent Neural Networks

背景与动机

传统序列化推荐方法只考虑了用户的last behavior，没有使用到完整的session行为序列信息，作者引入RNN-based方法直接解决这个问题。

模型与特点

GRU4REC是一个单纯基于GRU的session sequence->next step的序列化预测模型（不同于sequence->target类型的序列化建模），每一个step 的输入经过embedding layer给到GRU，得到next step的预测。

文章提出了一种Session-parallel mini-batch的方法，通过session粒度的并行极大加快了RNN-based模型的训练。这个工程层面的优化很巧妙，相当于将session样本分别放入BatchSize个队列中，step-by-step的进行训练。任意一个队列中出现session切换时，相应的GRU state将会被重置然后重新从序列起始开始训练（训练时构建BatchSize个GRU单元，每条队列对应的GRU有自己的hidden state，共享W/b网络参数）。

每个step作为新的input，next batch step作为target，batch中其他session的target作为当前session的负样本。这种处理方式，既兼顾到效率（batch loss的计算转换为了一次矩阵乘法），同时也达到了从高流行度物品集中进行负采样的效果。

文章指出pointwise的方式并不是最适合推荐ranking这种场景，提出了BPR和TOP1两种pairwise的loss。这里注意下，对于我们做推荐的同学应该都知道pointwise、pairwise和listwise这三种LTR的范式，在需要做ranking的场景我们并不需要对item做出一个准确的score预估，只要能得到尽可能好的排序顺序即可。Pairwise的loss function往往具有平坦底部，能够显著减低推荐排序模型的学习难度，建议多考虑。

小结

GRU4Rec算是开创了RNN-based的session行为推荐方法，相比较于未来混合结构的序列模型，单一RNN的结构就比较简单。但是其在工程实践方面的优化以及loss的思考上确实很不错，开阔大家的思路。

2018 SASRec：Self-Attentive Sequential Recommendation

背景与动机

传统MC方法仅考虑用户last behavior的影响，模型简单在稀疏数据场景效果更好。RNN-based的方法，能够处理长的用户行为序列，模型复杂在数据丰富并且支持复杂计算的场景更好。SASRec作为Attention-based方法，在两类方法之间做到一定的兼顾和平衡。

模型与特点

因为self-attention model没有任何关于序列的结构化信息，所以SASRec在embedding layer加入position embedding，给模型引入了结构信息。

“We modify the attention by forbidding all links between Qi and Kj (j > i) ”。整体结构脱胎于Transformer，不同点在于在Self Attention Layer保证了left-to-right unidirectional architectures，进行一层Mask处理就好了。

小结

Transformer在序列化推荐上的应用，对于Self Attention的改造值得学习。

2018 DIEN: Deep Interest Evolution Network for Click-Through Rate Prediction

背景与动机

这篇文章是阿里DIN的升级版，提出一个观点是用户兴趣是随时间而发生变化的。

模型与特点

Behavior Layer，behavior序列/category特征做embedding。

Interest Extractor Layer，区别于一般的直接用behavior embedding表达兴趣(类似DIN)，这里使用GRU来提取用户的潜在兴趣表达&行为之间的依赖。然而GRU的hidden state只能捕捉行为间的依赖，不能有效的表达兴趣。所以论文提出auxiliary loss，使用t+1时刻的behavior embedding bt+1去监督ht（计算loss），除了用next behavior作为正例，从item集合中抽样非next behavior作为负例（模型图左侧示意） 。增加auxiliary loss后，有以下几个好处：

• GRU hidden state ht可以有效表达用户兴趣

• 降低了GRU模型长序列BP的难度

• 使用embedding layer学到更多语义信息，得到更好的embedding矩阵。

Interest Evolving Layer，用户在行为序列上表达出的兴趣表现出兴趣迁移的特性。在GRU的每一步引入local activation，强化target相关兴趣的影响力，弱化不相关的部分。

文章提到3种Attention和GRU结合的方式AIGRU/AGRU/AUGRU，AIGRU通过attention score at标量乘法直接弱化hidden state ht的影响，但input 0也能影响到GRU的hidden state；AGRU用attention score替换了GRU的update gate，也是at标量乘法直接弱化hidden state ht的影响，但是失去了分布式表达不同维度差异化的表达；AUGRU能够减弱兴趣漂移的干扰，让相关性高的兴趣能平滑的evolve，最后采用了AUGRU。

小结

DIEN对attention和GRU的结合做了比较多的工作，这篇文章值得仔细学习和参考。

2018 Caser：Personalized Top-N Sequential Recommendation via Convolutional Sequence Embedding

背景与动机

主要还是解决MC类方法，只考虑last behavior而没有考虑序列pattern的问题。虽然RNN-Based和Attention-Based方法一定程度上能够解决这类问题，但文章提出的基于CNN思路很不错值得学习下。

模型与特点

在用户行为序列上滑窗产生样本，前L个行为作为input，接下来T个行为作为target。

L个input行为经过embedding layer得到L*d的矩阵（d是latent dimension size），将其看做一张二维图像，分别用水平和垂直两个convolution kernel来捕捉用户行为序列里面的结构信息。

最后和user representation concat到一起全连接，预测next T-targets。

小结

没有直接作为典型的left-to-right unidirectional 结构来处理，而是整个作为结构化的信息交给CNN来进行特征提取。CNN-Based的序列化建模方法，个人认为是一个很不错的尝试，值得在应用中考虑。

2019 BERT4Rec：Sequential Recommendation with Bidirectional Encoder Representations from Transformer

背景与动机

这是阿里在电商推荐上对大热BERT的一次尝试。文章挑战了left-to-right unidirectional 结构的表达能力，以及其在实际推荐场景的合理性。Introduction中举了一个例子，用户在浏览多个口红时的顺序并没有太多的作用，作者Bidirectional model更为合适。

模型与特点

将用户行为序列看做文本序列，但BERT不能直接用双向信息做序列预测（会造成信息泄露），于是在文章中序列化建模的问题转变成了Cloze task。随机mask掉user behavior sequence中部分item，然后基于sequence中的上下文来预测被mask掉的item。Cloze Task随机对sequence mask来构成样本的机制，使得BERT4Rec可以产生大量的样本用于training。

为了training task保持一致，预测时在user behavior sequence最后加上special token [mask]，然后进行mask predict即等价于预测next item。为了使得模型更好的match predict task，特意构造出只mask sequence最后一个item这样的样本用于训练。

小结

1. 文章实际上依靠position embedding来产生sequence的信息，bidirectional sequential更多的是基于Transformer的context；

2. 对于序列化建模问题的转换，以及训练样本的处理都很值得借鉴。

2019 BST：Behavior Sequence Transformer for E-commerce Recommendation in Alibaba

背景与动机

文章仍然是Transformer的一个应用，模型简单清晰，部署在TaoBao作为一个排序模型。

模型与特点

行为时间距离当前时间的diff，作为输入经过embedding layer后和item embedding一起输入到Transformer中，来产生结构化的序列信息。

小结

对Transformer一个直接的应用，通过引入position embedding弥补序列信息缺失的问题，产生再结合other feature做mlp来进行item预测。引入position信息，是Transformer用到序列化推荐时常用的手法，但是是否能够替代掉真正sequence还需要结合应用场景实践分析。

2019 DSIN：Deep Session Interest Network for Click-Through Rate Prediction

背景与动机

用户在session内的行为是内聚的，而跨session的行为会出现显著差异。一般的序列化建模，并不会刻意去区分行为序列中不同session之间的差异。DSIN则是构建了一种session层面的序列模型，意图解决这个问题

模型与特点

Session Division Layer将用户行为序列切到不同的session中(浅粉色)；

紧接着session序列中每个session做一个sum polling，再加上bias encoding输入到Transformer（浅黄色）；

Transformer输出的序列，一方面与待预测item通过激活单元做了一个attention的处理（浅紫色），一方面输入到Bi-LSTM（浅蓝色）；

经过Bi-LSTM，用户行为才得到真正序列化处理（个人认为transformer处理序列数据，仅仅是将sequence的内聚性做了进一步的加强，所以很多应用还要额外再输入position encoding来强调结构化信息），再和item做activation attention。

小结

在混合复杂模型里面，个人比较喜欢DSIN的整体设计，从motivation上来看更加有的放矢，值得尝试。

参考

1. Rendle S, Freudenthaler C, Schmidtthieme L, et al. Factorizing personalized Markov chains for next-basket recommendation[J]. the web conference, 2010: 811-820.

2. Hidasi B, Karatzoglou A, Baltrunas L, et al. Session-based Recommendations with Recurrent Neural Networks[J]. arXiv: Learning, 2015.

3. Yu F, Liu Q, Wu S, et al. A Dynamic Recurrent Model for Next Basket Recommendation[C]. international acm sigir conference on research and development in information retrieval, 2016: 729-732.

4. Wu C, Ahmed A, Beutel A, et al. Recurrent Recommender Networks[C]. web search and data mining, 2017: 495-503.

5. Kang W, Mcauley J. Self-Attentive Sequential Recommendation[J]. arXiv: Information Retrieval, 2018.

6. Zhou G, Mou N, Fan Y, et al. Deep Interest Evolution Network for Click-Through Rate Prediction[J]. arXiv: Machine Learning, 2018.

7. Tang J, Wang K. Personalized Top-N Sequential Recommendation via Convolutional Sequence Embedding[C]. web search and data mining, 2018: 565-573.

8. Ni Y, Ou D, Liu S, et al. Perceive Your Users in Depth: Learning Universal User Representations from Multiple E-commerce Tasks[C]. knowledge discovery and data mining, 2018: 596-605.

9. Sun F, Liu J, Wu J, et al. BERT4Rec: Sequential Recommendation with Bidirectional Encoder Representations from Transformer.[J]. arXiv: Information Retrieval, 2019.

10. Chen Q, Zhao H, Li W, et al. Behavior Sequence Transformer for E-commerce Recommendation in Alibaba.[J]. arXiv: Information Retrieval, 2019.

11. Feng Y, Lv F, Shen W, et al. Deep Session Interest Network for Click-Through Rate Prediction[J]. arXiv: Information Retrieval, 2019.

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

推荐阅读

关于AINLP

AINLP 是一个有趣有AI的自然语言处理社区，专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括文本摘要、智能问答、聊天机器人、机器翻译、自动生成、知识图谱、预训练模型、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLP君微信(id：AINLP2)，备注工作/研究方向+加群目的。