本文介紹阿里提出的興趣進化網(wǎng)絡(Deep Interest Evolution Network，以下簡稱DIEN。

前一篇文章介紹的 DIN 模型如下圖所示：

DIN 直接把用戶的某個行為作為用戶的興趣，在實際的電商場景中這并不完全準確。

用戶的興趣受到環(huán)境因素與自身因素的影響，會不斷的變化。例如用戶會在一段時間內(nèi)關注手機相關的商品，另一段時間內(nèi)又會關注書籍相關的商品，而手機與書籍之間的關系就比較小了。本文的介紹的 DIEN 模型就是要捕捉用戶興趣的演變過程。DIEN 仍然采用了 attention 機制，捕捉與候選廣告相關的興趣發(fā)展路徑。

模型概覽

DIEN 模型結構如下圖所示：

與 DIN 相比，DIEN 將 User behaviors 的部分加以調(diào)整，變成了上圖中綠色區(qū)域的Behavior Layer、黃色區(qū)域的Interest Extractor Layer、粉色區(qū)域的Interest Evolving Layer三個部分。

Behavior Layer

Behavior Layer 主要就是對用戶行為數(shù)據(jù)進行 embedding，在此不做過多講解。

Interest Extractor Layer

Interest Extractor Layer ，也就是興趣提取層。用戶行為是用戶興趣的載體，興趣也會隨著用戶采取某個行動之后改變。因此要對興趣建模，首先要對行為之間的依賴關系進行建模。考慮到效率與性能，文中使用 GRU 對行為之間的依賴關系進行建模。GRU 的公式如下：
$$\begin{gathered} u_t=\sigma (W^u{i}_t+U^u{h}_{t?1}+b^u), \\ {r}_t=\sigma (W^r{i}_t+U^r{h}_{t?1}+b^r), \\ {\tilde{h}}_t=tanh(W^h{i}_t+r_t°U^h{h}_{t?1}+b^h), \\ {h}_t=(1?u_t)°h_{t?1}+u_t°{\tilde{h}}_t, \end{gathered}$$
由于 GRU 的特性，候選廣告商品是否被點擊的這個 label 在反向梯度傳播的過程中僅僅能夠對 GRU 的最終狀態(tài)形成有效的監(jiān)督作用，而對于中間的行為序列隱含狀態(tài)缺少有效的監(jiān)督信息。因此，為了使得中間的隱含能夠有效的學習興趣信息，使用下一個時刻的行為來監(jiān)督當前隱含狀態(tài)的學習。為此，選擇真實的下一個商品作為正樣本，選擇其他商品作為負樣本，進而計算一個二分類的輔助損失函數(shù)：
$$\begin{array}{rl}{L}_{aux}=?& \frac{1}{N}(\sum _{i=1}^N\sum _t\log \sigma \left({\mathbf{h}}_t^i,{\mathbf{e}}_b^i[t+1]\right)\\ & +\log \left(1?\sigma \left({\mathbf{h}}_t^i,{\hat{\mathbf{e}}}_b^i[t+1]\right)\right))\end{array}$$
其中 $h_t^i$ 表示第 t 個隱含狀態(tài)， $e_b^i$ 表示有真實點擊行為的正樣本，${\hat{e}}_b^i$ 表示沒有點擊行為的負樣本，其中 $\sigma$ 表示將向量內(nèi)積的結果輸入到 sigmoid 函數(shù)：
$$\sigma (a,b)=\frac{1}{1+ex{p}^{(?a?b)}}$$
而全局的損失函數(shù)則變?yōu)?#xff1a;
$$L=L_{target}+\alpha L_{aux}$$
其中， α 是平衡最終損失與興趣表示的超參數(shù)。引入損失函數(shù)的好處有：

有助于 GRU 每個隱含狀態(tài)學習到興趣表示。

有助于降低長序列建模中梯度反向傳播的難度。

輔助損失函數(shù)還有助于嵌入層學習更多的語義信息，得到更好的嵌入矩陣。

總的來說，興趣提取層的作用是挖掘行為序列中商品之間的聯(lián)系，對用戶的興趣進行提取和表達。但是，每個 GRU 的隱含狀態(tài)還無法與候選廣告商品產(chǎn)生某種聯(lián)系，這部分工作是交給Interest Evolving Layer 來完成的。

Interest Evolving Layer

Interest Evolving Layer，如上圖中紅色區(qū)域所示，結合了注意力機制的局部激活能力以及GRU的序列學習能力來實現(xiàn)對與候選廣告商品相關的興趣演化過程建模。

具體而言，需要對用戶興趣與候選商品計算 attention：
$$a_t=\frac{exp(h_{t}W{e}_a)}{{\sum }_{j=1}^{T}exp(h_{j}W{e}_a)}$$
式子中的 ${\alpha }_t$ 表示相似度系數(shù)（注意力得分），$e_a$ 表示候選商品的 embedding 向量。在得到相似度系數(shù)之后，可以將這個系數(shù)嵌入第二個GRU中，至于如何結合到 GRU 中，論文給了三種方式：

1，GRU with attentional input(AIGRU)

這種方法直接將第二個 GRU 的輸入與相似度系數(shù)相乘，即:
$$i_t^{\prime }=h_t\times a_t$$
但是這種方法效果不好，因為即使用系數(shù) 0 來表示候選商品與該興趣完全無關，這個隱含狀態(tài)仍然會影響到之后的興趣演變過程的學習。

2，Attention based GRU（AGRU）

在問答領域，AGRU 可以有效的提取 query 中的關鍵信息。具體的，AGRU 利用相似度系數(shù)來代替 GRU 的 update gate，通過相似度系數(shù)來改變隱藏層的輸出：
$$h_t^{\prime }=(1?a_t)\times h_{t?1}^{\prime }+a_t\times {\tilde{h}}_t^{\prime }$$
雖然 AGRU 可以控制隱藏層的輸出，但是它使用了一個標量來代替原來公式中的向量，忽視了不同維度之間的差異。

3，GRU with attention update gate（AUGRU）

DIEN 的論文中結合了上面的兩種方法，提出了 AUGRU：
$$\begin{gathered} {\tilde{u}}_t^{\prime }=a_t\times u_t^{\prime } \\ {h}_t^{\prime }=(1?{\tilde{u}}_t^{\prime })°h_{t?1}^{\prime }+{\tilde{u}}_t^{\prime }°{\tilde{h}}_t^{\prime } \end{gathered}$$
文中將連續(xù) 50 天點擊的廣告作為樣本，用戶點擊目標商品之前 14 天的點擊行為作為歷史行為序列。其中前 49 天的樣本作為訓練集，第 50 天的樣本作為測試集。實驗表明，AUGRU 效果最佳。

模型示例

例子是在 tensorflow2 的環(huán)境中使用了 deepctr 實現(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，其代碼以及關鍵部分的注釋如下：

import numpy as npfrom deepctr.models import DIEN from deepctr.feature_column import SparseFeat, VarLenSparseFeat, DenseFeat,get_feature_namesdef get_xy_fd(use_neg=False):# 對基礎特征進行 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的特征behavior_feature_list = ["item_id", "cate_id"]# 構造 ['item_id', 'cate_id'] 這兩個屬性歷史序列數(shù)據(jù)的數(shù)據(jù)結構: 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 應該在原來的基礎上 + 1# 詳細內(nèi)容參考：https://deepctr-doc.readthedocs.io/en/latest/Examples.html#multi-value-input-movielensfeature_columns += [VarLenSparseFeat(SparseFeat('hist_item_id', vocabulary_size=3 + 1, embedding_dim=8, embedding_name='item_id'),maxlen=4, length_name="seq_length"),VarLenSparseFeat(SparseFeat('hist_cate_id', 2 + 1, embedding_dim=4, embedding_name='cate_id'), maxlen=4,length_name="seq_length")]# 基礎特征數(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]) score = np.array([0.1, 0.2, 0.3])# 構造歷史行為序列數(shù)據(jù)# 構造長度為 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]])# 行為序列長度behavior_length = np.array([3, 3, 2])# 構造實際的輸入數(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': score, "seq_length": behavior_length}# 使用負采樣if use_neg:feature_dict['neg_hist_item_id'] = np.array([[1, 2, 3, 0], [1, 2, 3, 0], [1, 2, 0, 0]])feature_dict['neg_hist_cate_id'] = np.array([[1, 2, 2, 0], [1, 2, 2, 0], [1, 2, 0, 0]])feature_columns += [VarLenSparseFeat(SparseFeat('neg_hist_item_id', vocabulary_size=3 + 1, embedding_dim=8, embedding_name='item_id'),maxlen=4, length_name="seq_length"),VarLenSparseFeat(SparseFeat('neg_hist_cate_id', 2 + 1, embedding_dim=4, embedding_name='cate_id'),maxlen=4, length_name="seq_length")]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__":if tf.__version__ >= '2.0.0':tf.compat.v1.disable_eager_execution()USE_NEG = Truex, y, feature_columns, behavior_feature_list = get_xy_fd(use_neg=USE_NEG)model = DIEN(feature_columns, behavior_feature_list,dnn_hidden_units=[4, 4, 4], dnn_dropout=0.6, gru_type="AUGRU", use_negsampling=USE_NEG)model.compile('adam', 'binary_crossentropy',metrics=['binary_crossentropy'])history = model.fit(x, y, verbose=1, epochs=10, validation_split=0.33)

DIEN 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：

1，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)，那么在構造輸入數(shù)據(jù)時，其命名應該加上前綴“hist_” ，即 ‘hist_item_id’, ‘hist_cate_id’。

2，使用負樣本的情況下，負樣本序列數(shù)據(jù)則需要加上前綴“neg_hist_” ，即 ‘neg_hist_item_id’, ‘neg_hist_cate_id’。

3，必須給定 seq_length ，即每個序列的長度作為輸入數(shù)據(jù)。

帶來的啟發(fā)

1，將監(jiān)督學習引入 GRU 的訓練，有助于中間的隱含狀態(tài)學習到更多信息。

2，以 AUGRU 提供了一種有效將 attention 機制得到的相似度得分融入 GRU 的方式。

3，輔助 Loss 的設計雖然增加了訓練時間，但是有助于梯度的反向傳播，并且不會對預測任務增加計算量。

參考文章：

詳解阿里之Deep Interest Evolution Network(AAAI 2019)

從DIN到DIEN看阿里CTR算法的進化脈絡

Deep Interest and Evolution Network for CTR

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結

以上是生活随笔為你收集整理的CTR深度学习模型之 DIEN(Deep Interest Evolution Network) 的理解与示例的全部內(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。