💡 作者：韓信子@ShowMeAI，Joan@騰訊
📘 大廠解決方案系列教程：https://www.showmeai.tech/tutorials/50
📘 本文地址：https://www.showmeai.tech/article-detail/64
📢 聲明：版權所有，轉載請聯系平臺與作者并注明出處
📢 收藏 ShowMeAI 查看更多精彩內容

---

一圖讀懂全文

本篇內容使用到的數據集為 🏆CTR預估方法實現數據集與代碼，大家可以通過 ShowMeAI 的百度網盤地址快速下載。數據集和代碼的整理花費了很多心思，歡迎大家 PR 和 Star！

🏆 大廠技術實現的數據集下載（百度網盤）：公眾號『ShowMeAI研究中心』回復『大廠』，或者點擊 這里 獲取本文 騰訊信息流推薦排序中的并聯雙塔CTR結構 『CTR預估方法實現數據集與代碼』

? ShowMeAI官方GitHub：https://github.com/ShowMeAI-Hub/multi-task-learning

---

💡 一、雙塔模型結構

1.1 模型結構介紹

雙塔模型廣泛應用于推薦、搜索、廣告等多個領域的召回和排序階段。雙塔模型結構中，左側是User塔，右側是Item塔，對應的，我們也可以將特征拆分為兩大類：

• User相關特征 ：用戶基本信息、群體統計屬性以及交互過的Item序列等；如果有上下文特征（Context feature）可以放入用戶側塔。
• Item相關特征 ：Item基本信息、屬性信息等。

最初版本的結構中，這兩個塔中間都是經典的 DNN 模型（即全連接結構），從特征 Embedding 經過若干層 MLP 隱層，兩個塔分別輸出 User Embedding 和 Item Embedding 編碼。

在訓練過程中，User Embedding 和 Item Embedding 做內積或者Cosine相似度計算，使得當前 User 和正例 Item 在 Embedding 空間更接近，和負例 Item 在 Embedding 空間距離拉遠。損失函數則可用標準交叉熵損失（將問題當作一個分類問題），或者采用 BPR 或者 Hinge Loss（將問題當作一個表示學習問題）。

1.2 雙塔模型優缺點

雙塔模型優點很明顯：

• 結構清晰。分別對 User 和 Item 建模學習之后，再交互完成預估。
• 訓練完成之后，線上 inference 過程高效，性能優秀。在線 serving 階段，Item 向量是預先計算好的，可根據變化特征計算一次 User 向量，再計算內積或者 cosine 即可。

**雙塔模型也存在缺點 **：

• 原始的雙塔模型結構，特征受限，無法使用交叉特征。
• 模型結構限制下，User 和 Item 是分開構建，只能通過最后的內積來交互，不利于 User-Item 交互的學習。

1.3 雙塔模型的優化

騰訊信息流團隊（QQ 瀏覽器小說推薦場景） 基于以上限制對雙塔模型結構進行優化，增強模型結構與效果上，取得了不錯的收益，具體做法為：

• 把雙塔結構中的DNN簡單結構，替換有效CTR模塊（MLP、DCN、FM、FFM、CIN）的＂并聯＂結構，充分利用不同結構的特征交叉優勢，拓寬模型的＂寬度＂來緩解雙塔內積的瓶頸。
• 使用LR學習＂并聯＂的多個雙塔的權重，LR 權重最終融入到 User Embedding 中，使得最終的模型仍然保持的內積形式。

💡 二、并聯雙塔模型結構

并聯的雙塔模型可以分總分為三層： 輸入層、表示層和匹配層 。對應圖中的3個層次，分別的處理和操作如下。

2.1 輸入層（Input Layer）

騰訊QQ瀏覽器小說場景下有以下兩大類特征：

• User 特征 ：用戶 id、用戶畫像（年齡、性別、城市）、行為序列（點擊、閱讀、收藏）、外部行為（瀏覽器資訊、騰訊視頻等）。
• Item 特征 ：小說內容特征（小說 id、分類、標簽等）、統計類特征等。

將 User 和 Item 特征都經過離散化后映射成 Feature Embedding，方便在表示層進行網絡構建。

2.2 表示層（Representation Layer）

• 對輸入應用深度神經網絡CTR模塊（MLP、DCN、FM、CIN 等）進行學習，不同的模塊可以以不同方式學習輸入層 feature 的融合和交互。
• 對不同模塊學習的表征，構建并聯結構用于匹配層計算。
• 表示層的 User-User 和 Item-Item 的特征交互（塔內信息交叉）在本塔分支就可以做到，而 User-Item 的特征交互只能通過上層操作實現。

2.3 匹配層（Matching Layer）

• 將表示層得到的 User 和 Item 向量，按照不同并聯模型分別進行 hadamard 積，拼接后再經過LR 進行結果融合計算最后score。
• 在線 serving 階段 LR 的每一維的權重可預先融合到 User Embedding 里，從而保持在線打分仍然是內積操作。

💡 三、雙塔的表示層結構 -MLP/DCN結構

雙塔內一般都會使用 MLP 結構（多層全連接），騰訊QQ瀏覽器團隊還引入了 DCN 中的 Cross Network 結構用于顯式的構造高階特征交互，參考的結構是 Google 論文改進版 DCN-Mix。

3.1 DCN 結構

DCN 的特點是引入 Cross Network這種交叉網絡結構，提取交叉組合特征，避免傳統機器學習中的人工手造特征的過程，網絡結構簡單復雜度可控，隨深度增加獲得多階交叉特征。DCN模型具體結構如圖：

• 底層是 Embedding layer 并對 Embedding 做了stack。
• 上層是并行的 Cross Network 和 Deep Network。
• 頭部是 Combination Layer 把 Cross Network 和 Deep Network 的結果 stack 得到 Output。

3.2 優化的DCN-V2結構引入

Google在DCN的基礎上提出改進版 DCN-Mix/DCN-V2，針對 Cross Network 進行了改進，我們主要關注 Cross Network 的計算方式變更：

1）原始 Cross Network 計算方式

原始計算公式下，經過多層計算，可以顯式地學習到高維的特征交互，存在的問題是被證明最終的 k 階交互結果 $x_k$ 等于 $x_0$ 和一個標量的乘積（但不同的 $x_0$ 這個標量不同，$x_0$ 和 $x_k$ 并不是線性關系），這個計算方式下 Cross Network 的表達受限。

2）改進版 Cross Network 計算方式

Google改進版的 DCN-Mix 做的處理如下：

• $W$ 由向量變更為矩陣，更大的參數量帶來了更強的表達能力（實際W 矩陣也可以進行矩陣分解）。
• 變更特征交互方式：不再使用外積，應用哈達瑪積(Hadamard product)。

3）DCN-V2代碼參考

DCN-v2的代碼實現和ctr應用案例可以參考 Google官方實現 https://github.com/tensorflow/models/tree/master/official/recommendation/ranking

其中核心的改進后的 deep cross layer代碼如下：

class Cross(tf.keras.layers.Layer):"""Cross Layer in Deep & Cross Network to learn explicit feature interactions. A layer that creates explicit and bounded-degree feature interactions efficiently. The `call` method accepts `inputs` as a tuple of size 2 tensors. The first input `x0` is the base layer that contains the original features (usually the embedding layer); the second input `xi` is the output of the previous `Cross` layer in the stack, i.e., the i-th `Cross` layer. For the first `Cross` layer in the stack, x0 = xi. The output is x_{i+1} = x0 .* (W * xi + bias + diag_scale * xi) + xi, where .* designates elementwise multiplication, W could be a full-rank matrix, or a low-rank matrix U*V to reduce the computational cost, and diag_scale increases the diagonal of W to improve training stability ( especially for the low-rank case). References:1. [R. Wang et al.](https://arxiv.org/pdf/2008.13535.pdf)See Eq. (1) for full-rank and Eq. (2) for low-rank version.2. [R. Wang et al.](https://arxiv.org/pdf/1708.05123.pdf) Example:```python# after embedding layer in a functional model:input = tf.keras.Input(shape=(None,), name='index', dtype=tf.int64)x0 = tf.keras.layers.Embedding(input_dim=32, output_dim=6)x1 = Cross()(x0, x0)x2 = Cross()(x0, x1)logits = tf.keras.layers.Dense(units=10)(x2)model = tf.keras.Model(input, logits)``` Args:projection_dim: project dimension to reduce the computational cost.Default is `None` such that a full (`input_dim` by `input_dim`) matrixW is used. If enabled, a low-rank matrix W = U*V will be used, where Uis of size `input_dim` by `projection_dim` and V is of size`projection_dim` by `input_dim`. `projection_dim` need to be smallerthan `input_dim`/2 to improve the model efficiency. In practice, we'veobserved that `projection_dim` = d/4 consistently preserved theaccuracy of a full-rank version.diag_scale: a non-negative float used to increase the diagonal of thekernel W by `diag_scale`, that is, W + diag_scale * I, where I is anidentity matrix.use_bias: whether to add a bias term for this layer. If set to False,no bias term will be used.kernel_initializer: Initializer to use on the kernel matrix.bias_initializer: Initializer to use on the bias vector.kernel_regularizer: Regularizer to use on the kernel matrix.bias_regularizer: Regularizer to use on bias vector. Input shape: A tuple of 2 (batch_size, `input_dim`) dimensional inputs. Output shape: A single (batch_size, `input_dim`) dimensional output."""def init(self,projection_dim: Optional[int] = None,diag_scale: Optional[float] = 0.0,use_bias: bool = True,kernel_initializer: Union[Text, tf.keras.initializers.Initializer] = "truncated_normal",bias_initializer: Union[Text,tf.keras.initializers.Initializer] = "zeros",kernel_regularizer: Union[Text, None,tf.keras.regularizers.Regularizer] = None,bias_regularizer: Union[Text, None,tf.keras.regularizers.Regularizer] = None,**kwargs): super(Cross, self).__init__(**kwargs) self._projection_dim = projection_dim self._diag_scale = diag_scale self._use_bias = use_bias self._kernel_initializer = tf.keras.initializers.get(kernel_initializer) self._bias_initializer = tf.keras.initializers.get(bias_initializer) self._kernel_regularizer = tf.keras.regularizers.get(kernel_regularizer) self._bias_regularizer = tf.keras.regularizers.get(bias_regularizer) self._input_dim = None self._supports_masking = True if self._diag_scale < 0:raise ValueError("`diag_scale` should be non-negative. Got `diag_scale` = {}".format(self._diag_scale))def build(self, input_shape): last_dim = input_shape[-1] if self._projection_dim is None:self._dense = tf.keras.layers.Dense(last_dim,kernel_initializer=self._kernel_initializer,bias_initializer=self._bias_initializer,kernel_regularizer=self._kernel_regularizer,bias_regularizer=self._bias_regularizer,use_bias=self._use_bias,) else:self._dense_u = tf.keras.layers.Dense(self._projection_dim,kernel_initializer=self._kernel_initializer,kernel_regularizer=self._kernel_regularizer,use_bias=False,)self._dense_v = tf.keras.layers.Dense(last_dim,kernel_initializer=self._kernel_initializer,bias_initializer=self._bias_initializer,kernel_regularizer=self._kernel_regularizer,bias_regularizer=self._bias_regularizer,use_bias=self._use_bias,) self.built = Truedef call(self, x0: tf.Tensor, x: Optionaltf.Tensor = None) -> tf.Tensor: """Computes the feature cross. Args:x0: The input tensorx: Optional second input tensor. If provided, the layer will computecrosses between x0 and x; if not provided, the layer will computecrosses between x0 and itself. Returns:Tensor of crosses. """ if not self.built:self.build(x0.shape) if x is None:x = x0 if x0.shape[-1] != x.shape[-1]:raise ValueError("`x0` and `x` dimension mismatch! Got `x0` dimension {}, and x ""dimension {}. This case is not supported yet.".format(x0.shape[-1], x.shape[-1])) if self._projection_dim is None:prod_output = self._dense(x) else:prod_output = self._dense_v(self._dense_u(x)) if self._diag_scale:prod_output = prod_output + self._diag_scale * x return x0 * prod_output + xdef get_config(self): config = {"projection_dim":self._projection_dim,"diag_scale":self._diag_scale,"use_bias":self._use_bias,"kernel_initializer":tf.keras.initializers.serialize(self._kernel_initializer),"bias_initializer":tf.keras.initializers.serialize(self._bias_initializer),"kernel_regularizer":tf.keras.regularizers.serialize(self._kernel_regularizer),"bias_regularizer":tf.keras.regularizers.serialize(self._bias_regularizer), } base_config = super(Cross, self).get_config() return dict(list(base_config.items()) + list(config.items()))

💡 四、雙塔的表示層結構 - FM/FFM/CIN結構

另一類在CTR預估中常用的結構是FM系列的結構，典型的模型包括FM、FFM、DeepFM、xDeepFM。他們特殊的建模方式也能挖掘有效的信息，騰訊QQ瀏覽器團隊的最終模型上，也使用了上述模型的子結構。

上文提到的MLP和DCN的特征交互交叉，無法顯式指定某些特征交互，而FM系列模型中的FM / FFM / CIN結構可以對特征粒度的交互做顯式操作，且從計算公式上看，它們都具備很好的內積形式，從能方便直接地實現雙塔建模 User-Item 的特征粒度的交互。

4.1 FM結構引入

$$y={\omega }_0+\sum _{i=1}^n{\omega }_i{x}_i+\sum _{i=1}^{n?1}\sum _{j=i+1}^n<v_i,v_j>x_i{x}_j$$

FM是CTR預估中最常見的模型結構，它通過矩陣分解的方法構建特征的二階交互。計算公式上表現為特征向量 $vi$ 和 $vj$ 的兩兩內積操作再求和（在深度學習里可以看做特征Embedding的組對內積），通過內積運算分配率可以轉換成求和再內積的形式。

$$\begin{array}{c}y={\sum }_i{\sum }_j?V_i,V_j?=?{\sum }_i{V}_i,{\sum }_j{V}_j?\\ i\in \text{?user?fea,?}j\in \text{?item?fea?}\end{array}$$

在騰訊QQ瀏覽器團隊小說推薦場景中，只考慮 User-Item 的交互（因為User內部或者Item內部的特征二階交互上文提到的模型已捕捉到）。

如上公式所示，$i$ 是 User 側的特征，$j$ 是 Item 側的特征，通過內積計算分配率的轉換。User-Item 的二階特征交互也可以轉化為 User、Item 特征向量先求和（神經網絡中體現為sum pooling）再做內積，很方便可以轉為雙塔結構處理。

?

4.2 FFM結構引入

FFM 模型是 FM 的升級版本，相比 FM，它多了 field 的概念。FFM 把相同性質的特征歸于同一個field，構建的隱向量不僅與特征相關，也與field相關，最終的特征交互可以在不同的隱向量空間，進而提升區分能力加強效果，FFM 也可以通過一些方法轉換成雙塔內積的結構。

$$y(\mathbf{x})=w_0+\sum _{i=1}^n{w}_i{x}_i+\sum _{i=1}^n\sum _{j=i+1}^n?{\mathbf{v}}_{i{f}_j},{\mathbf{v}}_{j{f}_i}?x_i{x}_j$$
?

User 有 2 個特征 field、Item 有 3 個特征 field，圖中任意2個特征交互都有獨立的 Embedding 向量。根據 FFM 公式，計算 User-Item 的二階交互，需要將所有的內積計算出來并求和。一個轉換的例子如下：

我們將User、Item 的特征 Embedding 做重新排序，再進行拼接，可以把 FFM 也轉換成雙塔內積形式。FFM 內的 User-User 和 Item-Item 都在塔內，所以我們可預先算好放入一階項里。

騰訊QQ瀏覽器團隊實踐應用中發現：應用 FFM 的雙塔，訓練數據上 AUC 提升明顯，但參數量的增加帶來了嚴重的過擬合，且上述結構調整后雙塔的寬度極寬（可能達到萬級別），對性能效率影響較大，進一步嘗試的優化方式如下：

• 人工篩選參與 FFM 訓練特征交互的 User 和 Item 特征 field，控制雙塔寬度（1000左右）。
• 調整 FFM 的 Embedding 參數初始化方式（接近 0）及學習率（降低）。

最終效果不是很理想，因此團隊實際線上并未使用 FFM。

4.3 CIN結構引入

前面提到的FM和FFM能完成二階特征交互，而xDeepFM模型中提出的 CIN 結構可以實現更高階的特征交互（比如 User-User-Item、User-User-Item-Item、User-Item-Item 等3階），騰訊QQ瀏覽器團隊嘗試了兩種用法把CIN應用在雙塔結構中：

1）CIN(User) * CIN(Item)

雙塔每個塔內生成 User、Item 的自身多階 CIN 結果，再分別 sum pooling 生成 User/Item 向量，然后User 與 Item 向量內積。

根據分配率，我們對 sum pooling 再內積的公式進行拆解，會發現這個計算方式內部其實已經實現了 User-Item 的多階交互：

$$\left(U^1+U^2+U^3\right)?\left(I^1+I^2+I^3\right)$$

$$U^1{I}^1+U^1{I}^2+U^1{I}^3+U^2{I}^1+U^2{I}^2+U^2{I}^3+U^3{I}^1+U^3{I}^2+U^3{I}^3$$

這個用法實現過程也比較簡單，針對雙塔結構，在兩側塔內做 CIN 生成各階結果，再對結果做 sumpooling，最后類似 FM 原理通過內積實現 User-Item 的各階交互。

這個處理方式有一定的缺點：生成的 User-Item 二階及以上的特征交互，有著和 FM 類似的局限性（例U1 是由 User 側提供的多個特征sumpooling所得結果，U1 與 Item 側的結果內積計算，受限于sum pooling的計算，每個 User 特征在這里重要度就變成一樣的了）。

2）CIN( CIN(User) ， CIN(Item) )

第2種處理方式是：雙塔每側塔內生成 User、Item 的多階 CIN 結果后，對 User、Item 的 CIN 結果再次兩兩使用 CIN 顯式交互（而非 sum pooling 后計算內積），并轉成雙塔內積，如下圖所示：

下圖為 CIN 計算的公式表示，多個卷積結果做 sum pooling 后形式保持不變（兩兩 hadamard 積加權求和）。

CIN 的形式和 FFM 類似，同樣可以通過 『重新排列+拼接』 操作轉換成雙塔內積形式，生成的雙塔寬度也非常大（萬級別）。但與 FFM 不同的是：CIN 的所有特征交互，底層使用的 feature Embedding 是共享的，而 FFM 對每個二階交互都有獨立的 Embedding。

因此騰訊QQ瀏覽器團隊的實踐嘗試中基本沒有出現過擬合問題，實驗效果上第②種方式第①種用法略好。

💡 五、騰訊業務效果

以下為騰訊QQ瀏覽器小說推薦業務上的方法實驗效果（對比各種單CTR模型和并聯雙塔結構）：

5.1 團隊給出的一些分析如下

① CIN2 在單結構的雙塔模型中的效果是最好的，其次是 DCN 和 CIN1的雙塔結構。

② 并聯的雙塔結構相比于單一的雙塔結構在效果上也有明顯提升。

③ 并聯方案二使用了 CIN2 的結構，雙塔寬度達到了 2萬+，對線上 serving 的性能有一定的挑戰，綜合考慮效果和部署效率可以選擇并聯雙塔方案一。

5.2 團隊給出的一些訓練細節和經驗

① 考慮到FM/FFM/CIN 等結構的計算復雜度，都只在精選特征子集上面訓練，選取維度更高的 category 特征為主，比如用戶id、行為歷史id、小說id、標簽id 等，還有少量統計特征，User 側、Item 側大概各選了不到 20 個特征field。

② 并聯的各雙塔結構，各模型不共享底層 feature Embedding，分別訓練自己的 Embedding。

③ feature Embedding 維度選擇，MLP/DCN 對 category 特征維度為 $16$，非 category特征維度是 $32$。

④ FM/FFM/CIN 的 feature Embedding 維度統一為 $32$。

💡 六、騰訊團隊實驗效果

在小說推薦場景的粗排階段上線了 A/B Test 實驗，實驗組的點擊率、閱讀轉化率模型使用了『并聯雙塔方案一』，對照組為 『MLP 雙塔模型』，如下圖所示，有明顯的業務指標提升：

• 點擊轉化率 $+6.8752\%$
• 閱讀轉化率 $+6.2250\%$
• 加書轉化率 $+6.5775\%$
• 閱讀總時長 $+3.3796\%$

參考文獻

• [1] Huang, Po-Sen, et al. “Learning deep structured semantic models for web search using clickthrough data.” Proceedings of the 22nd ACM international conference on Information & Knowledge Management. 2013.
• [2] S. Rendle, “Factorization machines,” in Proceedings of IEEE International Conference on Data Mining (ICDM), pp. 995–1000, 2010.
• [3] Yuchin Juan, et al. “Field-aware Factorization Machines for CTR Prediction.” Proceedings of the 10th ACM Conference on Recommender SystemsSeptember 2016 Pages 43–
• [4] Jianxun Lian, et al. “xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems” Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningJuly 2018 Pages 1754–1763
• [5] Ruoxi Wang, et al. “Deep & Cross Network for Ad Click Predictions” Proceedings of the ADKDD’17August 2017 Article No.: 12Pages 1–
• [6] Wang, Ruoxi, et al. “DCN V2: Improved Deep & Cross Network and Practical Lessons for Webscale Learning to Rank Systems” In Proceedings of the Web Conference 2021 (WWW '21); doi:10.1145/3442381.3450078

---

ShowMeAI 大廠技術實現方案推薦

• 大廠解決方案系列 | 數據集&代碼集（持續更新中）：https://www.showmeai.tech/tutorials/50
• ShowMeAI官方GitHub（實現代碼）：https://github.com/ShowMeAI-Hub/
• 『推薦與廣告』大廠解決方案
  • 大廠技術實現 | 多目標優化及應用（含代碼實現）@推薦與廣告計算系列
  • 大廠技術實現 | 愛奇藝短視頻推薦業務中的多目標優化實踐@推薦與計算廣告系列
  • 大廠技術實現 | 騰訊信息流推薦排序中的并聯雙塔CTR結構@推薦與計算廣告系列
• 『計算機視覺 CV』大廠解決方案
  • 大廠技術實現 | 圖像檢索及其在淘寶的應用@計算機視覺系列
  • 大廠技術實現 | 圖像檢索及其在高德的應用@計算機視覺系列
• 『自然語言處理 NLP』大廠解決方案
  • 大廠技術實現 | 詳解知識圖譜的構建全流程@自然語言處理系列
  • 大廠技術實現 | 愛奇藝文娛知識圖譜的構建與應用實踐@自然語言處理系列
• 『金融科技』大廠解決方案
• 『生物醫療』大廠解決方案
• 『智能制造』大廠解決方案
• 『其他AI垂直領域』大廠解決方案

ShowMeAI系列教程精選推薦

• 圖解Python編程：從入門到精通系列教程
• 圖解數據分析：從入門到精通系列教程
• 圖解AI數學基礎：從入門到精通系列教程
• 圖解機器學習算法：從入門到精通系列教程
• 機器學習實戰：手把手教你玩轉機器學習系列
• 深度學習教程：吳恩達專項課程 · 全套筆記解讀
• 自然語言處理教程：斯坦福CS224n課程 · 課程帶學與全套筆記解讀
• 深度學習與計算機視覺教程：斯坦福CS231n · 全套筆記解讀

總結

以上是生活随笔為你收集整理的大厂技术实现 | 腾讯信息流推荐排序中的并联双塔CTR结构 @推荐与计算广告系列的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。