在當(dāng)前這個(gè)移動(dòng)互聯(lián)網(wǎng)時(shí)代，除了專業(yè)內(nèi)容的豐富，UGC內(nèi)容更是爆發(fā)式發(fā)展，每個(gè)用戶既是內(nèi)容的消費(fèi)者，也成為了內(nèi)容的創(chuàng)造者。這些海量的內(nèi)容在滿足了我們需求的同時(shí)，也使我們尋找所需內(nèi)容更加困難，在這種情況下個(gè)性化推薦應(yīng)運(yùn)而生。

個(gè)性化推薦是在大數(shù)據(jù)分析和人工智能技術(shù)的基礎(chǔ)上，通過(guò)研究用戶的興趣偏好，進(jìn)行個(gè)性化計(jì)算，從而給用戶提供高質(zhì)量的個(gè)性化內(nèi)容，解決信息過(guò)載的問(wèn)題，更好的滿足用戶的需求。

愛(ài)奇藝推薦系統(tǒng)介紹

我們的推薦系統(tǒng)主要分為兩個(gè)階段，召回階段和排序階段。

召回階段根據(jù)用戶的興趣和歷史行為，同千萬(wàn)級(jí)的視頻庫(kù)中挑選出一個(gè)小的候選集（幾百到幾千個(gè)視頻）。這些候選都是用戶感興趣的內(nèi)容，排序階段在此基礎(chǔ)上進(jìn)行更精準(zhǔn)的計(jì)算，能夠給每一個(gè)視頻進(jìn)行精確打分，進(jìn)而從成千上萬(wàn)的候選中選出用戶最感興趣的少量高質(zhì)量?jī)?nèi)容（十幾個(gè)視頻）。

推薦系統(tǒng)的整體結(jié)構(gòu)如圖所示，各個(gè)模塊的作用如下：

1.用戶畫(huà)像：包含用戶的人群屬性、歷史行為、興趣內(nèi)容和偏好傾向等多維度的分析，是個(gè)性化的基石

2.特征工程：包含了了視頻的類別屬性，內(nèi)容分析，人群偏好和統(tǒng)計(jì)特征等全方位的描繪和度量，是視頻內(nèi)容和質(zhì)量分析的基礎(chǔ)

3.召回算法：包含了多個(gè)通道的召回模型，比如協(xié)同過(guò)濾，主題模型，內(nèi)容召回和SNS等通道，能夠從視頻庫(kù)中選出多樣性的偏好內(nèi)容

4.排序模型：對(duì)多個(gè)召回通道的內(nèi)容進(jìn)行同一個(gè)打分排序，選出最優(yōu)的少量結(jié)果。

除了這些之外推薦系統(tǒng)還兼顧了推薦結(jié)果的多樣性，新鮮度，逼格和驚喜度等多個(gè)維度，更能夠滿足用戶多樣性的需求。

推薦排序系統(tǒng)架構(gòu)

在召回階段，多個(gè)通道的召回的內(nèi)容是不具有可比性的，并且因?yàn)閿?shù)據(jù)量太大也難以進(jìn)行更加精確的偏好和質(zhì)量評(píng)估，因此需要在排序階段對(duì)召回結(jié)果進(jìn)行統(tǒng)一的準(zhǔn)確的打分排序。

用戶對(duì)視頻的滿意度是有很多維度因子來(lái)決定的，這些因子在用戶滿意度中的重要性也各不相同，甚至各個(gè)因子之間還有多層依賴關(guān)系，人為制定復(fù)雜的規(guī)則既難以達(dá)到好的效果，又不具有可維護(hù)性，這就需要借助機(jī)器學(xué)習(xí)的方法，使用機(jī)器學(xué)習(xí)模型來(lái)綜合多方面的因子進(jìn)行排序。

排序系統(tǒng)的架構(gòu)如圖所示，主要由用戶行為收集，特征填充，訓(xùn)練樣本篩選，模型訓(xùn)練，在線預(yù)測(cè)排序等多個(gè)模塊組成。

機(jī)器學(xué)習(xí)的主體流程是比較通用的，設(shè)計(jì)架構(gòu)并不需要復(fù)雜的理論，更多的是需要對(duì)細(xì)節(jié)，數(shù)據(jù)流和架構(gòu)邏輯的仔細(xì)推敲。

這個(gè)架構(gòu)設(shè)計(jì)吸取了以前的經(jīng)驗(yàn)和教訓(xùn)，在通用機(jī)器學(xué)習(xí)的架構(gòu)基礎(chǔ)上解決了兩個(gè)問(wèn)題：

訓(xùn)練預(yù)測(cè)的一致性

機(jī)器學(xué)習(xí)模型在訓(xùn)練和預(yù)測(cè)之間的差異會(huì)對(duì)模型的準(zhǔn)確性產(chǎn)生很大的影響，尤其是模型訓(xùn)練與在線服務(wù)時(shí)特征不一致，比如用戶對(duì)推薦結(jié)果的反饋會(huì)實(shí)時(shí)影響到用戶的偏好特征，在訓(xùn)練的時(shí)候用戶特征的狀態(tài)已經(jīng)發(fā)生了變化，模型如果依據(jù)這個(gè)時(shí)候的用戶特征就會(huì)產(chǎn)生非常大的誤差。

我們的解決辦法是，將在線服務(wù)時(shí)的特征保存下來(lái)，然后填充到收集的用戶行為樣本中，這樣就保證了訓(xùn)練和預(yù)測(cè)特征的一致性。

持續(xù)迭代

互聯(lián)網(wǎng)產(chǎn)品持續(xù)迭代上線是常態(tài)，在架構(gòu)設(shè)計(jì)的時(shí)候，數(shù)據(jù)準(zhǔn)備，模型訓(xùn)練和在線服務(wù)都必須能夠?qū)Τ掷m(xù)迭代有良好的支持。

我們的解決方案是，數(shù)據(jù)準(zhǔn)備和模型訓(xùn)練各階段解耦，并且策略配置化，這種架構(gòu)使模型測(cè)試變得非常簡(jiǎn)單，可以快速并行多個(gè)迭代測(cè)試。

推薦機(jī)器學(xué)習(xí)排序算法演進(jìn)

上古時(shí)期

我們第一次上線機(jī)器學(xué)習(xí)排序模型時(shí)，選用了比較簡(jiǎn)單的Logistic Regression，將重點(diǎn)放到架構(gòu)設(shè)計(jì)上，盡量保證架構(gòu)的正確性。除此之外，LR模型的解釋性強(qiáng)，方便debug，并且通過(guò)特征權(quán)重可以解釋推薦的內(nèi)容，找到模型的不足之處。

在模型訓(xùn)練之前，我們首先解決的是評(píng)測(cè)指標(biāo)和優(yōu)化目標(biāo)的問(wèn)題。

評(píng)測(cè)指標(biāo)（metrics）

線上效果的評(píng)測(cè)指標(biāo)需要與長(zhǎng)遠(yuǎn)目標(biāo)相匹配，比如使用用戶的投入程度和活躍度等。在我們的實(shí)驗(yàn)中，業(yè)界流行的CTR并不是一個(gè)好的評(píng)測(cè)指標(biāo)，它會(huì)更偏向于較短的視頻，標(biāo)題黨和低俗內(nèi)容。

離線評(píng)測(cè)指標(biāo)是按照業(yè)務(wù)來(lái)定制的，以便與在線評(píng)測(cè)指標(biāo)匹配，這樣在離線階段就能夠淘汰掉無(wú)效策略，避免浪費(fèi)線上流量。

優(yōu)化目標(biāo)（objective）

機(jī)器學(xué)習(xí)會(huì)按照優(yōu)化目標(biāo)求解最優(yōu)解，如果優(yōu)化目標(biāo)有偏差，得到的模型也存在偏差，并且在迭代中模型會(huì)不斷地向這個(gè)偏差的方向?qū)W習(xí)，偏差會(huì)更加嚴(yán)重。

我們的方法是給樣本添加權(quán)重，并且將樣本權(quán)重加到loss function中，使得優(yōu)化目標(biāo)與評(píng)測(cè)指標(biāo)盡可能的一致，達(dá)到控制模型的目的。

LR是個(gè)線性分類模型，要求輸入是線性獨(dú)立特征。我們使用的稠密的特征（維度在幾十到幾百之間）往往都是非線性的，并且具有依賴性，因此需要對(duì)特征進(jìn)行轉(zhuǎn)換。

特征轉(zhuǎn)換需要對(duì)特征的分布，特征與label的關(guān)系進(jìn)行分析，然后采用合適的轉(zhuǎn)換方法。我們用到的有以下幾種：Polynomial Transformation，Logarithmic or Exponential Transformation，Interaction Transformation和Cumulative Distribution Function等。

雖然LR模型簡(jiǎn)單，解釋性強(qiáng)，不過(guò)在特征逐漸增多的情況下，劣勢(shì)也是顯而易見(jiàn)的。

1.特征都需要人工進(jìn)行轉(zhuǎn)換為線性特征，十分消耗人力，并且質(zhì)量不能保證

2.特征兩兩作Interaction 的情況下，模型預(yù)測(cè)復(fù)雜度是。在100維稠密特征的情況下，就會(huì)有組合出10000維的特征，復(fù)雜度高，增加特征困難

3.三個(gè)以上的特征進(jìn)行Interaction 幾乎是不可行的

中古時(shí)期

為了解決LR存在的上述問(wèn)題，我們把模型升級(jí)為Facebook的GBDT+LR模型，模型結(jié)構(gòu)如圖所示。

GBDT是基于Boosting 思想的ensemble模型，由多顆決策樹(shù)組成，具有以下優(yōu)點(diǎn)：

1.對(duì)輸入特征的分布沒(méi)有要求

2.根據(jù)熵增益自動(dòng)進(jìn)行特征轉(zhuǎn)換、特征組合、特征選擇和離散化，得到高維的組合特征，省去了人工轉(zhuǎn)換的過(guò)程，并且支持了多個(gè)特征的Interaction

3.預(yù)測(cè)復(fù)雜度與特征個(gè)數(shù)無(wú)關(guān)

假設(shè)特征個(gè)數(shù)n=160決策數(shù)個(gè)數(shù)k=50，樹(shù)的深度d=6，兩代模型的預(yù)測(cè)復(fù)雜度對(duì)比如下，升級(jí)之后模型復(fù)雜度降低到原來(lái)的2.72%

GBDT與LR的stacking模型相對(duì)于只用GBDT會(huì)有略微的提升，更大的好處是防止GBDT過(guò)擬合。升級(jí)為GBDT+LR后，線上效果提升了約5%，并且因?yàn)槭∪チ藢?duì)新特征進(jìn)行人工轉(zhuǎn)換的步驟，增加特征的迭代測(cè)試也更容易了。

近代歷史

GBDT+LR排序模型中輸入特征維度為幾百維，都是稠密的通用特征。

這種特征的泛化能力良好，但是記憶能力比較差，所以需要增加高維的（百萬(wàn)維以上）內(nèi)容特征來(lái)增強(qiáng)推薦的記憶能力，包括視頻ID，標(biāo)簽，主題等特征。

GBDT是不支持高維稀疏特征的，如果將高維特征加到LR中，一方面需要人工組合高維特征，另一方面模型維度和計(jì)算復(fù)雜度會(huì)是O（N^2）級(jí)別的增長(zhǎng)。所以設(shè)計(jì)了GBDT+FM的模型如圖所示，采用Factorization Machines模型替換LR。

Factorization Machines（FM）模型如下所示，具有以下幾個(gè)優(yōu)點(diǎn)：

模型公式

前兩項(xiàng)為一個(gè)線性模型，相當(dāng)于LR模型的作用

第三項(xiàng)為一個(gè)二次交叉項(xiàng)，能夠自動(dòng)對(duì)特征進(jìn)行交叉組合

通過(guò)增加隱向量，模型訓(xùn)練和預(yù)測(cè)的計(jì)算復(fù)雜度降為了O(N)

支持稀疏特征

這幾個(gè)優(yōu)點(diǎn)，使的GBDT+FM具有了良好的稀疏特征支持，F(xiàn)M使用GBDT的葉子結(jié)點(diǎn)和稀疏特征（內(nèi)容特征）作為輸入，模型結(jié)構(gòu)示意圖如下，GBDT+FM模型上線后相比GBDT+LR在各項(xiàng)指標(biāo)的效果提升在4%~6%之間。

典型的FM模型中使用user id作為用戶特征，這會(huì)導(dǎo)致模型維度迅速增大，并且只能覆蓋部分熱門用戶，泛化能力比較差。在此我們使用用戶的觀看歷史以及興趣標(biāo)簽代替user id，降低了特征維度，并且因?yàn)橛脩襞d趣是可以復(fù)用的，同時(shí)也提高了對(duì)應(yīng)特征的泛化能力。

我們主要嘗試使用了L-BFGS、SGD和FTRL（Follow-the-regularized-Leader）三種優(yōu)化算法進(jìn)行求解：

1.SGD和L-BFGS效果相差不大，L-BFGS的效果與參數(shù)初始化關(guān)系緊密

2.FTRL，較SGD有以下優(yōu)勢(shì)：

·帶有L1正則，學(xué)習(xí)的特征更加稀疏

·使用累計(jì)的梯度，加速收斂

·根據(jù)特征在樣本的出現(xiàn)頻率確定該特征學(xué)習(xí)率，保證每個(gè)特征有充分的學(xué)習(xí)

FM模型中的特征出現(xiàn)的頻次相差很大，F(xiàn)TRL能夠保證每個(gè)特征都能得到充分的學(xué)習(xí)，更適合稀疏特征。線上測(cè)試表明，在稀疏特征下FTRL比SGD有4.5%的效果提升。

當(dāng)代模型

GBDT+FM模型，對(duì)embedding等具有結(jié)構(gòu)信息的深度特征利用不充分，而深度學(xué)習(xí)（Deep Neural Network）能夠?qū)η度胧剑╡mbedding）特征和普通稠密特征進(jìn)行學(xué)習(xí)，抽取出深層信息，提高模型的準(zhǔn)確性，并已經(jīng)成功應(yīng)用到眾多機(jī)器學(xué)習(xí)領(lǐng)域。因此我們將DNN引入到排序模型中，提高排序整體質(zhì)量。

DNN+GBDT+FM的ensemble模型架構(gòu)如圖所示，F(xiàn)M層作為模型的最后一層，即融合層，其輸入由三部分組成：DNN的最后一層隱藏層、GBDT的輸出葉子節(jié)點(diǎn)、高維稀疏特征。DNN+GBDT+FM的ensemble模型架構(gòu)介紹如下所示，該模型上線后相對(duì)于GBDT+FM有4%的效果提升。

DNN模型

（a）使用全連接網(wǎng)絡(luò)，共三個(gè)隱藏層。

（b）隱藏節(jié)點(diǎn)數(shù)目分別為1024，512和256。

（c）預(yù)訓(xùn)練好的用戶和視頻的Embedding向量，包含基于用戶行為以及基于語(yǔ)義內(nèi)容的兩種Embedding。

（d）DNN能從具有良好數(shù)學(xué)分布的特征中抽取深層信息，比如embedding特征，歸一化后統(tǒng)計(jì)特征等等。

（e）雖然DNN并不要求特征必須歸一化，不過(guò)測(cè)試發(fā)現(xiàn)有些特征因?yàn)閛utlier的波動(dòng)范圍過(guò)大，會(huì)導(dǎo)致DNN效果下降。

GBDT模型

（a）單獨(dú)進(jìn)行訓(xùn)練，輸入包含歸一化和未歸一化的稠密特征。

（b）能處理未歸一化的連續(xù)和離散特征。

（c）能根據(jù)熵增益自動(dòng)對(duì)輸入特征進(jìn)行離散和組合。

FM融合層

（a）FM模型與DNN模型作為同一個(gè)網(wǎng)絡(luò)同時(shí)訓(xùn)練。

（b）將DNN特征，GBDT輸出和稀疏特征進(jìn)行融合并交叉。

使用分布式的TensorFlow進(jìn)行訓(xùn)練

使用基于TensorFlow Serving的微服務(wù)進(jìn)行在線預(yù)測(cè)

DNN+GBDT+FM的ensemble模型使用的是Adam優(yōu)化器。Adam結(jié)合了The Adaptive Gradient Algorithm（AdaGrad）和Root Mean Square Propagation（RMSProp）算法。具有更優(yōu)的收斂速率，每個(gè)變量有獨(dú)自的下降步長(zhǎng)，整體下降步長(zhǎng)會(huì)根據(jù)當(dāng)前梯度進(jìn)行調(diào)節(jié)，能夠適應(yīng)帶噪音的數(shù)據(jù)。實(shí)驗(yàn)測(cè)試了多種優(yōu)化器，Adam的效果是最優(yōu)的。

工業(yè)界DNN ranking現(xiàn)狀

Youtube于2016年推出DNN排序算法。

上海交通大學(xué)和UCL于2016年推出Product-based Neural Network（PNN）網(wǎng)絡(luò)進(jìn)行用戶點(diǎn)擊預(yù)測(cè)。PNN相當(dāng)于在DNN層做了特征交叉，我們的做法是把特征交叉交給FM去做，DNN專注于深層信息的提取。

Google于2016年推出Wide And Deep Model，這個(gè)也是我們當(dāng)前模型的基礎(chǔ)，在此基礎(chǔ)上使用FM替換了Cross Feature LR，簡(jiǎn)化了計(jì)算復(fù)雜度，提高交叉的泛化能力。

阿里今年使用attention機(jī)制推出了Deep Interest Network（DIN）進(jìn)行商品點(diǎn)擊率預(yù)估，優(yōu)化embedding向量的準(zhǔn)確性，值得借鑒。

總結(jié)

推薦系統(tǒng)的排序是一個(gè)經(jīng)典的機(jī)器學(xué)習(xí)場(chǎng)景，對(duì)于推薦結(jié)果影響也十分重大，除了對(duì)模型算法的精益求精之外，更需要對(duì)業(yè)務(wù)的特征，工程的架構(gòu)，數(shù)據(jù)處理的細(xì)節(jié)和pipeline的流程進(jìn)行仔細(xì)推敲和深入的優(yōu)化。

Ranking引入DNN僅僅是個(gè)開(kāi)始，后續(xù)還需要在模型架構(gòu)，Embedding特征，多樣性，冷啟動(dòng)和多目標(biāo)學(xué)習(xí)中做更多的嘗試，提供更準(zhǔn)確，更人性化的推薦，優(yōu)化用戶體驗(yàn)。

來(lái)源：36大數(shù)據(jù)