熟悉双塔的人都知道，在用户侧，模型最后往往都生成一个向量去检索，这个向量不足以表达用户的多兴趣，《Multi-Interest Network with Dynamic Routing for Recommendation at Tmall》这篇就提出了一个label-aware attention把用户表达为多个兴趣。

左图展示了天猫给上亿用户个性化的推荐，右图展示了商品丰富的品类，我们肯定不希望最近买了个iphone12，打开天猫，一整面的手机配件商品推荐，多兴趣的目标，也是增加推荐的多样性。天猫上亿的用户，每个人都要每天浏览上百的商品，这些商品不同的类目，就反应了用户不同的兴趣。废话不多说，下面直入论文主题。

问题定义

多兴趣的目标，就是为每个用户从上亿规模的商品集合I中找到候选集，该候选集一般有几千个商品，都和该用户当前的兴趣相关。历史数据就尤为重要了，当前兴趣和历史行为强相关。每个样本都能表达为一个三元组(Iu, Pu, Fi)，Iu表示历史上，和用户交互过的商品。Pu就是用户的基础特征(年龄性别啥的)，Fi就是商品的特征了(itemid, 类目id)。

这篇论文的模型，目标就是把每个用户历史交互特征和基本特征映射成多个向量：

然后把商品映射成向量:

最后ANN召回Top N:

MIND模型

上图就是整个MIND模型，看似很复杂，其实没那么复杂，我们拆解下。

从这张图我们看到，有N个与用户交互过的item，每个item有3个特征，分别是ItemID、Category ID、Brand ID。embeding后进入Pooling Layer。这里增加Category ID和Brand ID有利于冷启动，当新的item出现，这些ID通过pooling层，还是有不错的泛化性。

other features就是用户特征了，直接embeding后concat在一起，不赘述。重要的当属多兴趣提取层了，如下图。

大家看到个熟悉的字眼，兴趣胶囊。没错，又是胶囊网络。先回归一下动态路由算法。假若有两层胶囊。

• 低level的m个胶囊:

• 高level的n个胶囊：

每个胶囊就是个向量，高level的胶囊是由低level的胶囊聚合而成，其实就是简单的线性加权，权重是模型自动学到的，计算权重的方式如下：

有了权重就可以线性加权了：

加权完后，就应该有激活函数了，胶囊网络中用的激活函数都是squash，因为胶囊向量的方向表示特征，长度表示概率。最后高level的胶囊计算如下：

在MIND中，高level向量就是兴趣向量，低level向量就是交互的item过pooling后的向量。这里要注意的是，在传统胶囊网络bij第一次计算是要初始化为0的，但是在MIND中却不行，因为该论文对胶囊网络做了3大改造。

1. 共享Sij:这样做其实很容易理解，毕竟低level的胶囊，都是item向量，量纲是统一的。
2. bij第一次按高斯分布随机初始化:这样做是因为共享Sij后，如果还把bij初始化为0，那么得到的兴趣向量都是相同的。
3. 动态调节兴趣数量：Ku′ =max(1,min(K,log2(|Iu|))).

下面是动态路由算法的详细过程：

所以该层就是通过动态路由算法将N个item生成的N个embedding映射成k个兴趣embedding。

最后是Label-aware Attention层，该层做的事很简单，把target item的embedding作为Q，兴趣向量作为K和V，做attention操作，变成一个向量，如下：

p是我们可以调节的一个参数，p是0，最终向量就是兴趣向量的平均。如果p>1，那最终向量偏向于和target向量最接近的向量。p无穷大，就相当于选择和target向量最相关的兴趣向量作为最终向量。论文实验发现，调大p，收敛较快。

训练&在线

有了最终兴趣向量，和target向量，损失函数如下：

就是softmax计算概率，然后用logloss做梯度下降。在线服务的时候，每个兴趣向量，都用来做召回，取最相关的top N个。需要注意的一点是，在用户与item不断交互的过程中，兴趣向量是在不断改变的。实验就不详细说了，想了解调参和算法比较的去看下原文。

结语

多兴趣看似不是双塔，其实本质上还是双塔，只是用户侧向量映射成了多个。召回场景下双塔的使用是最频繁的，十方也在尝试些其他召回方式，如TDM，DR等，大家在工作学习中有什么实践经验，欢迎留言或者进群交流！

参考论文

1、Multi-Interest Network with Dynamic Routing for Recommendation at Tmall

小学生才做选择题，"塔"们，我全要！多兴趣召回！