深度兴趣网络DIN-DIEN-DSIN

看看阿里如何在淘宝做推荐，实现“一人千物千面”的用户多样化兴趣推荐，首先总结下DIN、DIEN、DSIN：

1. 传统深度学习在推荐就是稀疏到embedding编码，变成稠密向量，喂给NN
2. DIN引入attention机制，捕获候选商品和用户浏览过的商品之间的关系（兴趣）
3. DIEN在DIN基础上引入序列概念，将用户历史行为序列纳入到网络内
4. DSIN将行为序列划分为session，更符合RNN概念

大多推荐场景下数据下都包含如下信息，用户内在属性信息、用户行为信息、商品信息、上下文信息，一个明显不同的不同用户的行为信息差异很大。

深度学习在推荐系统一般做法：

稀疏向量 -- embedding -- fixed-length稠密向量 --- MLP

这样做有什么问题？

1. 一个明显的问题是不同用户的行为序列长度是不同的，fixed-length信息表达不全面

2. 用户最终的行为只和历史行为中的部分有关，因此对历史序列中商品相关度应有区分

• DIN

根据上述问题，有两个解决思路：

1. 对不同用户尝试不同维度的向量，导致训练困难
2. 如何在有限的维度表示用户的差异化兴趣？

DIN从第二个问题出发，引入局部激活单元，对特定的ad自适应学习用户兴趣表示向量。即同一用户在获选ad不同时，embedding向量不同。

key idea

使用attention机制捕获ad和用户行为序列商品之间的关系

看结果

1. 和ad相似度搞得物品拥有更高的权重
2. 不相关物品的相似度低

下面是两个小tricks，对结果提升有帮助：

1. Mini-batch Aware Regularization

2. Dice Activation Function

tricks的细节可以参考原论文。

---

• DIEN
  DIEN使用了GRU来建模用户行为序列，在DIN基础上考虑序列信息

1. 使用GRU建模序列信息，即用GRU最后时刻的隐状态表示序列
2. 修改GRU为AUGRU

看下AUGRU部分：
\[ a_{t}=\frac{\exp \left(\mathbf{h}_{t} W \mathbf{e}_{a}\right)}{\sum_{j=1}^{T} \exp \left(\mathbf{h}_{j} W \mathbf{e}_{a}\right)} \]

\[ \begin{aligned}&\tilde{\mathbf{u}}_{t}^{\prime}=a_{t} * \mathbf{u}_{t}^{\prime}\\&\mathbf{h}_{t}^{\prime}=\left(1-\tilde{\mathbf{u}}_{t}^{\prime}\right) \circ \mathbf{h}_{t-1}^{\prime}+\tilde{\mathbf{u}}_{t}^{\prime} \circ \tilde{\mathbf{h}}_{t}^{\prime}\end{aligned} \]

根据attention score控制更新门。

看模型，直观的思考貌似很合理，但是有两个问题：

1. 序列信息包含多长？即短期兴趣还是长期兴趣的问题
2. 序列连续否？不同时期的兴趣不一样，序列间隔过大相关性可能很低
3. 用户是否一定服从严格的序列？先点那个和后点那个的区别大吗

1.DIEN使用过去14天信息行为序列，从RNN角度来说可能短期内行为信息更重要，但长期信息是否引入了噪音？

2.过去14天内用户需求会变。比如第一天买了衣服、可能十天后买的是书

3.用户点击顺序不一定重要，自己想一想好像是

关于使用RNN是否合适，RNN只关心t-1（上一步）和t（当前步），而没有涉及t-1和t之间的时间间隔。没涉及不代表不重要，反而是因为其使用前提就是假定各步骤之间是等间距的，见维基百科。

A time series is a series of data points indexed (or listed or graphed) in time order. Most commonly, a time series is a sequence taken at successive equally spaced points in time"

以上部分内容摘自[3].

---

• DSIN

DSIN进一步做出优化，在每个会话中的行为是相近的，而在不同会话之间差别是很大的，如下图的例子：

模型架构

1.会话分割层

将用户的点击行为按照时间排序，判断每两个行为之间的时间间隔，前后的时间间隔大于30min，就进行切分。

2.兴趣提取层

用Tansformer编码用户行为序列，简单来说就是输入一个序列，输出一个对应的embedding序列。

引入了偏置编码（Bias encoding），实质上是对序列中位置信息的编码

原始做法：
\[ \begin{aligned}&P E_{(\text {pos}, 2 i)}=\sin \left(\text {pos} / 10000^{2 i / d_{\text {model}}}\right)\\&P E_{(p o s, 2 i+1)}=\cos \left(p o s / 10000^{2 i / d_{m o d e l}}\right)\end{aligned} \]
bias encoding:
\[ \mathbf{B E}_{(k, t, c)}=\mathbf{w}_{k}^{K}+\mathbf{w}_{t}^{T}+\mathbf{w}_{c}^{C} \]
第一项表示处于第几个session，第二项表示session的第几个行为，第三项表示整体位置的embedding。关于这三项其实不是很明确，知道的同学麻烦帮忙解答下，贴上原图

3.兴趣交互层

捕获序列的顺序关系，文中使用Bi-LSTM

4.兴趣激活层

和DIN中一样，使用attention捕捉商品相关性

模型思想大概就这么多，细节部分可以参考原论文。

具体应用

1. 充分了解领域数据特点，根据场景定制适合具体问题的网络结构

2. 需要有丰富的特征

references：

[1]Deep Interest Network for Click-Through Rate Prediction，https://arxiv.org/pdf/1706.06978.pdf ，KDD2018

[2]Deep Interest Evolution Network for Click-Through Rate Prediction, https://arxiv.org/pdf/1809.03672.pdf. AAAI 2019

[3]也评Deep Interest Evolution Network . https://zhuanlan.zhihu.com/p/54838663.

[4]Deep Session Interest Network for Click-Through Rate Prediction. https://arxiv.org/pdf/1905.06482.pdf . IJCAI 2019