在電商領(lǐng)域，每個用戶都有豐富的歷史行為數(shù)據(jù)，這些數(shù)據(jù)具有如下特點(diǎn)：

多樣性（Diversity）：用戶可能對多種商品感興趣，例如手機(jī)、衣服。

局部激活（Local Activation）：用戶是否點(diǎn)擊新商品，僅僅取決于歷史行為中與新商品相關(guān)度高的部分?jǐn)?shù)據(jù)。

如何從中捕獲特征對CTR預(yù)估模型非常重要。論文 《Deep Interest Network for Click-Through Rate Prediction 提出了深度興趣網(wǎng)絡(luò) Deep Interest Network，以下簡稱 DIN 模型，設(shè)計了類似 attention 的網(wǎng)絡(luò)結(jié)構(gòu)來激活歷史行為數(shù)據(jù)中與候選廣告相關(guān)度高的行為，即：增大與目標(biāo)廣告相關(guān)性高的歷史行為權(quán)重。

模型解讀

基準(zhǔn)模型

論文并沒有直接講解DIN模型，而是先介紹了基準(zhǔn)模型的結(jié)構(gòu)：

此模型主要功能是將輸入的用戶特征、行為特征、候選廣告以及上下文特征轉(zhuǎn)換成 embedding，然后將這些 embedding 拼接在一起用幾個全連接層完成點(diǎn)擊率的預(yù)測。這里面有幾個需要注意的細(xì)節(jié)：

1，用戶行為序列的長度一般是不同的，所以為了能夠?qū)⒉煌蛄虚L度的embedding 向量轉(zhuǎn)換成相同的大小，一種思路是將所有的 embedding 向量進(jìn)行 sum pooling，即對所有 embedding 向量求和，得到一個固定大小的向量，作為全連接層的輸入。

2，直接對行為的 embedding 向量求和，會損失很多信息，即：無法捕捉到候選廣告與歷史行為信息中的局部相關(guān)性。

DIN模型

于是，在論文中又提出了改進(jìn)后的模型: DIN，網(wǎng)絡(luò)結(jié)構(gòu)如下圖：

與基準(zhǔn)模型相比，最大的區(qū)別在于：引入了與 attention 機(jī)制功能相似的 Activation Unit 用于根據(jù)候選廣告計算歷史行為的權(quán)重。

如果用 {$e_1,e_2,...,e_H$} 表示用戶 U 對 H 個商品行為 embedding 向量，$v_A$ 表示候選廣告的向量，那么用戶 U 對廣告 A 的興趣向量 $v_U(A)$ 可以用下面的公式計算：
$$v_U(A)=f(v_A,e_1,e_2,...,e_H)=\sum _{j=1}^{H}a(e_j,v_A)e_j=\sum _{j=1}^H{w}_j{e}_j$$
其中， $a(?)$ 本質(zhì)上是一個前饋神經(jīng)網(wǎng)絡(luò)，用于計算 $e_j$ 的權(quán)重 $w_j$。在計算權(quán)重時，需要將 $e_j$ 與 $v_A$ 作為下圖 Activation Unit 的輸入，最終得到的輸出就是權(quán)值。

如果歷史行為中某個商品 $e_j$ 與候選廣告商品 $v_A$ 相似度高，那么在使用 SUM Pooling 計算 $v_U(A)$ 時，相似度高的商品的權(quán)重也應(yīng)該高一些。從公式可以看出，引入了 Activation Unit 之后，不同的候選廣告，用戶的興趣向量也會有所不同。

需要注意的是，與 attention 不同，權(quán)值 w 不需要保證的和為1。

訓(xùn)練技巧

Dice 激活函數(shù)

PReLU 可以看作是 ReLU 的改版，計算方法為：
$$\begin{array}{rl}f(s)& =\{\begin{array}{l}sifs>0\\ \alpha sifs\le 0\end{array}\\ & =p(s)?s+(1?p(s))?\alpha s\end{array}$$
無論是 ReLU 或者是 PReLU 突變點(diǎn)都是0。而論文認(rèn)為突變點(diǎn)的選擇應(yīng)該依賴于數(shù)據(jù)，于是基于 PReLU 提出了 Dice 激活函數(shù)：
$$\begin{gathered} f(s)=p(s)?s+(1?p(s))?\alpha s \\ p(s)=\frac{1}{1+e^{?\frac{s?E[s]}{\sqrt{Var[s]+?}}}} \end{gathered}$$
其中$E[s],Var[s]$ 分別是每個 mini-batch 數(shù)據(jù)的均值與方差，$?$ 取 $10^{?8}$ 。于是，$p(s)$ 函數(shù)的圖像如下：

這樣的激活函數(shù)能夠適應(yīng)不同分布的輸入數(shù)據(jù)，整體表現(xiàn)要優(yōu)于 PReLU。

自適應(yīng)正則化

在使用例如 $l_2$ 這樣的傳統(tǒng)正則化方法時，每一個 mini-batch 正則化項的計算都需要所有的參數(shù)的參與，在參數(shù)數(shù)量龐大的情況下，這個計算消耗太大了。于是論文提出了一種正則化方法，只需要對在每個 mini-batch 中出現(xiàn)的參數(shù)進(jìn)行計算。

回顧 DIN 模型，發(fā)現(xiàn)絕大多數(shù)參數(shù)出現(xiàn)在 embedding 層，令：
$$W\in R^{D\times K}$$
表示整個 embedding 層的參數(shù)，其中 D 是嵌入維度，K 是特征個數(shù)。則正則化項的計算公式如下：
$$L_2(W)\approx \sum _{j=1}^K\sum _{m=1}^B\frac{{\alpha }_{mj}}{n_j}||w_j|{|}_2^2$$
其中，${\alpha }_{mj}$ 表示特征 j 是否出現(xiàn)在 mini-batch 樣本 B 中，$n_j$ 表示樣本 j 在 B 中的出現(xiàn)次數(shù)， $w_j$ 則是第 j 個嵌入向量。整個公式的核心思想是出現(xiàn)的頻率越大，正則化的強(qiáng)度越小。

GAUC 評估指標(biāo)

GAUC 是 AUC 的加權(quán)平均：
$$\mathrm{G}\mathrm{A}\mathrm{U}\mathrm{C}=\frac{{\sum }_{i=1}^n{w}_i\times {\mathrm{A}\mathrm{U}\mathrm{C}}_i}{{\sum }_{i=1}^n{w}_i}=\frac{{\sum }_{i=1}^n{\mathrm{i}\mathrm{m}\mathrm{p}}_i\times {\mathrm{A}\mathrm{U}\mathrm{C}}_i}{{\sum }_{i=1}^n{\mathrm{i}\mathrm{m}\mathrm{p}}_i}$$
其中：n 是用戶的數(shù)量，$AU{C}_i$ 表示用戶 $i$ 所有樣本的 AUC，$im{p}_i$ 是用戶 $i$ 所有樣本的個數(shù)。AUC 是考慮所有樣本的排名，而實(shí)際上，我們只要關(guān)注給每個用戶推薦的廣告的排序，因此GAUC更具有指導(dǎo)意義。

模型例子

例子是在 tensorflow2.0 的環(huán)境中使用了 deepctr 實(shí)現(xiàn)的 DIN 模型，deepctr 安裝方式如下：

pip install deepctr[gpu]

在其 github 倉庫中提供了一個 demo，其代碼以及關(guān)鍵部分的注釋如下：

import numpy as npfrom deepctr.models import DIN from deepctr.feature_column import SparseFeat, VarLenSparseFeat, DenseFeat,get_feature_namesdef get_xy_fd():# 對基礎(chǔ)特征進(jìn)行 embeddingfeature_columns = [SparseFeat('user',vocabulary_size=3,embedding_dim=10),SparseFeat('gender', vocabulary_size=2,embedding_dim=4), SparseFeat('item_id', vocabulary_size=3,embedding_dim=8), SparseFeat('cate_id', vocabulary_size=2,embedding_dim=4),DenseFeat('pay_score', 1)]# 指定歷史行為序列對應(yīng)的特征behavior_feature_list = ["item_id", "cate_id"]# 構(gòu)造 ['item_id', 'cate_id'] 這兩個屬性歷史序列數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu): hist_item_id, hist_cate_id# 由于歷史行為是不定長數(shù)據(jù)序列，需要用 VarLenSparseFeat 封裝起來，并指定序列的最大長度為 4 # 注意,對于長度不足4的部分會用0來填充,因此 vocabulary_size 應(yīng)該在原來的基礎(chǔ)上 + 1feature_columns += [VarLenSparseFeat(SparseFeat('hist_item_id', vocabulary_size=3 + 1,embedding_dim=8,embedding_name='item_id'), maxlen=4),VarLenSparseFeat(SparseFeat('hist_cate_id', 2 + 1,embedding_dim=2 + 1, embedding_name='cate_id'), maxlen=4)]# 基礎(chǔ)特征數(shù)據(jù)uid = np.array([0, 1, 2])ugender = np.array([0, 1, 0])iid = np.array([1, 2, 3])cate_id = np.array([1, 2, 2]) pay_score = np.array([0.1, 0.2, 0.3])# 構(gòu)造歷史行為序列數(shù)據(jù)# 構(gòu)造長度為 4 的 item_id 序列,不足的部分用0填充hist_iid = np.array([[1, 2, 3, 0], [3, 2, 1, 0], [1, 2, 0, 0]])# 構(gòu)造長度為 4 的 cate_id 序列,不足的部分用0填充hist_cate_id = np.array([[1, 2, 2, 0], [2, 2, 1, 0], [1, 2, 0, 0]])# 構(gòu)造實(shí)際的輸入數(shù)據(jù)feature_dict = {'user': uid, 'gender': ugender, 'item_id': iid, 'cate_id': cate_id,'hist_item_id': hist_iid, 'hist_cate_id': hist_cate_id, 'pay_score': pay_score}x = {name:feature_dict[name] for name in get_feature_names(feature_columns)}y = np.array([1, 0, 1])return x, y, feature_columns, behavior_feature_listif __name__ == "__main__":x, y, feature_columns, behavior_feature_list = get_xy_fd()# 構(gòu)造 DIN 模型model = DIN(dnn_feature_columns=feature_columns, history_feature_list=behavior_feature_list)model.compile('adam', 'binary_crossentropy',metrics=['binary_crossentropy'])history = model.fit(x, y, verbose=1, epochs=10)

DIN 模型至少需要傳入兩個參數(shù)，一個是 dnn_feature_columns , 用于對所有輸入數(shù)據(jù)進(jìn)行 embedding；另一個是 history_feature_list，用于指定歷史行為序列特征的名字，例如 [“item_id”, “cate_id”]。

要特別注意的地方是：特征 f 的歷史行為序列名為 hist_f 。例如要使用 ‘item_id’, ‘cate_id’ 這兩個特征的歷史行為序列數(shù)據(jù)，那么在構(gòu)造輸入數(shù)據(jù)時，其命名應(yīng)該加上前綴“hist_” ，即 ‘hist_item_id’, ‘hist_cate_id’。

參考鏈接：

CTR預(yù)估–阿里Deep Interest Network

Deep Interest and Evolution Network for CTR

AI算法工程師手冊/DIN

總結(jié)

以上是生活随笔為你收集整理的CTR深度学习模型之 DIN(Deep Interest Network) 的理解与例子的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。