一个模型搞定多个CTR业务！阿里STAR网络介绍(附代码实现)

今天为大家带来阿里巴巴2021年的一篇文章：《One Model to Serve All: Star Topology Adaptive Recommender for Multi-Domain CTR Prediction》。该文章提出的方法可以只使用一种模型，便可以服务于多种CTR业务场景。这些业务场景中可能会共享一些user和item，也有自己独立的user和item。相比于传统方法中的一个模型对应一种业务，该方法既可以减少多个模型带来的维护成本与计算资源，也可以共享不同业务场景下的数据。我们接下来将详细介绍。

1. 方法动机

针对不同的业务场景，例如图1所示的首页推荐和猜你喜欢，传统方法会针对每个业务场景建立不同的模型。这种方法会带来以下几种问题：

一些业务场景的流量较少，相比于其他相似的业务场景，缺乏训练数据。
维护多个模型会带来大量的成本。

因此，我们提出了一种使用单个模型服务于多种业务场景的任务。我们将其称之为 multi-domain CTR prediction，「即我们的模型需要同时预测在业务场景下的点击率。模型以作为输入，其中为输入特征，为点击标签，为不同业务场景的标识」。其中由不同业务场景下的分布得到。为了充分利用不同业务场景下的数据，该文章提出了以下3种模块：

「Partitioned Normalization (PN)」: 可以针对不同业务场景下不同的数据分布做定制化归一化。
「Star topology fully-connected neural network」: 文章提出了Star Topology Adaptive Recommender(STAR) 来解决多领域的CTR预估问题。该网络可以充分利用多个业务中的数据来提升各自业务的指标。
文章提出了一种「辅助网络」(auxiliary network)，直接以业务场景的标识(domain indicator)作为输入，来使得网络更好的感知不同场景下的数据分布。

图1：首页推荐和猜你喜欢。

2. 方法介绍

方法总览

如图2(a)所示，之前单场景CTR预估的方法将输入经过embedding层后，通过pooling/concat操作得到一维的向量表示后，通过BN层，经过一系列FC层，输出最后的结果。这类方法一个模型对应一种业务，不能充分利用不同业务场景下相似的数据，也提升了多个模型带来的业务成本。本文提出的方法如图2(b)所示：相比于图2(a)所示的模型，该模型有以下几点不同：

将BN(Batch Normalization)层替换为PN(Partitioned Normalization)层。
将FCN替换为Star Topology FCN。
将domain indicator直接输入。

我们接下来将详细介绍这三个不同之处。

图2：(a)单场景CTR预估模型。(b)：Multi-Domain CTR预估模型。

Partitioned Normalization

Batch Normalization (BN)是一个具有代表性的方法，该方法对于深度网络的训练有着关键的作用。具体来说，BN的公式如下：

其中为输出，和为可学习的缩放系数与bias，和为mini-batch的均值和方差。在测试阶段，BN使用训练中滑动平均得到的均值和方差：

「BN假设所有的样本都是独立同分布(i.i.d)，同时所有的训练样本都有着相同的统计规律。」

「然而在multi-domain CTR prediction任务下，样本只在一个domain里遵循i.i.d，不同领域之间并不独立同分布」。因此，文章提出了Partitioned Normalization(PN)，具体公式如下：

其中为domain-specific scale 和 domain-specific bias，来捕捉不同domain之间的数据分布。在测试阶段，PN使用训练中每个领域滑动平均得到的均值和方差：

Star Topology FCN

如图2(b)所示，在经过PN层后，输出会作为Star Topology FCN的输入。Star Topology FCN包含一个所有领域共享的FCN和每个领域各自独立的FCN(如图3所示)。因此，所有的FCN数量为, 为domain的数量。对于共享的FCN，我们令为共享FCN的权重，为共享FCN的偏置。对于每个领域各自独立的FCN，我们令其权重为，偏置为。对于第个领域，其最后的权重和偏置表示为：

其中为逐点相乘。我们令为网络第个领域的输入，则输出可表示为：

图3：Star Topology FCN结构

所以，通俗来说，Star Topology FCN中每个领域网络的权重由共享FCN和其domain-specific FCN的权重共同决定。共享FCN来决定每个领域中数据的共性，而domain-specific FCN习得不同领域数据之间分布的差异性。

为了方便大家理解，我们提供了Star Topology FCN的tensorflow 代码实现，核心步骤实现如代码中注释所示：由于公众号显示代码会有遮挡，欢迎大家点击阅读原文，更方便地查看详细代码。

import tensorflow as tf
from tensorflow.python.keras import backend as K
from tensorflow.python.keras.initializers import Zeros, glorot_normal
from tensorflow.python.keras.layers import Layer
from tensorflow.python.keras.regularizers import l2def activation_layer(activation):if isinstance(activation, str):act_layer = tf.keras.layers.Activation(activation)elif issubclass(activation, Layer):act_layer = activation()else:raise ValueError("Invalid activation,found %s.You should use a str or a Activation Layer Class." % (activation))return act_layerclass STAR(Layer):def __init__(self, hidden_units, num_domains, activation='relu', l2_reg=0, dropout_rate=0, use_bn=False, output_activation=None,seed=1024, **kwargs):self.hidden_units = hidden_unitsself.num_domains = num_domainsself.activation = activationself.l2_reg = l2_regself.dropout_rate = dropout_rateself.use_bn = use_bnself.output_activation = output_activationself.seed = seedsuper(STAR, self).__init__(**kwargs)def build(self, input_shape):input_size = input_shape[-1]hidden_units = [int(input_size)] + list(self.hidden_units)## 共享FCN权重self.shared_kernels = [self.add_weight(name='shared_kernel_' + str(i),shape=(hidden_units[i], hidden_units[i + 1]),initializer=glorot_normal(seed=self.seed),regularizer=l2(self.l2_reg),trainable=True) for i in range(len(self.hidden_units))]self.shared_bias = [self.add_weight(name='shared_bias_' + str(i),shape=(self.hidden_units[i],),initializer=Zeros(),trainable=True) for i in range(len(self.hidden_units))]## domain-specific 权重self.domain_kernels = [[self.add_weight(name='domain_kernel_' + str(index) + str(i),shape=(hidden_units[i], hidden_units[i + 1]),initializer=glorot_normal(seed=self.seed),regularizer=l2(self.l2_reg),trainable=True) for i in range(len(self.hidden_units))] for index in range(self.num_domains)]self.domain_bias = [[self.add_weight(name='domain_bias_' + str(index) + str(i),shape=(self.hidden_units[i],),initializer=Zeros(),trainable=True) for i in range(len(self.hidden_units))] for index in range(self.num_domains)]self.activation_layers = [activation_layer(self.activation) for _ in range(len(self.hidden_units))]if self.output_activation:self.activation_layers[-1] = activation_layer(self.output_activation)super(STAR, self).build(input_shape)  # Be sure to call this somewhere!def call(self, inputs, domain_indicator, training=None, **kwargs):deep_input = inputsoutput_list = [inputs] * self.num_domains for i in range(len(self.hidden_units)):for j in range(self.num_domains):# 网络的权重由共享FCN和其domain-specific FCN的权重共同决定output_list[j] = tf.nn.bias_add(tf.tensordot(output_list[j], self.shared_kernels[i] * self.domain_kernels[j][i], axes=(-1, 0)), self.shared_bias[i] + self.domain_bias[j][i])try:output_list[j] = self.activation_layers[i](output_list[j], training=training)except TypeError as e:  # TypeError: call() got an unexpected keyword argument 'training'print("make sure the activation function use training flag properly", e)output_list[j] = self.activation_layers[i](output_list[j])output = tf.reduce_sum(tf.stack(output_list, axis=1) * tf.expand_dims(domain_indicator,axis=-1), axis=1)return outputdef compute_output_shape(self, input_shape):if len(self.hidden_units) > 0:shape = input_shape[:-1] + (self.hidden_units[-1],)else:shape = input_shapereturn tuple(shape)def get_config(self, ):config = {'activation': self.activation, 'hidden_units': self.hidden_units,'l2_reg': self.l2_reg, 'use_bn': self.use_bn, 'dropout_rate': self.dropout_rate,'output_activation': self.output_activation, 'seed': self.seed}base_config = super(STAR, self).get_config()return dict(list(base_config.items()) + list(config.items()))

Auxiliary Network

文章还提出了一个辅助网络来学习不同领域之间数据分布的差别。该网络和主干网络相比，参数量很小，仅为几层layer。该辅助网络以domain indicator 的embedding作为输入，同时连接了其他的特征。输出为，我们令主干网络的输出为。最终的CTR预测结果如下所示：

由此可见，domain indicator会直接影响到输出分数的变化，增强了网络捕捉不同领域数据分布的能力。

总结

本文首先提出了不同业务场景下，数据互相共享互补提升的思路，提出了一种新的任务：multi-domain CTR prediction。并针对这类任务设计了PN，Star Topology FCN，辅助网络等结构。笔者认为，该文章具有很好的借鉴价值，大家可以在自己的任务上或者业务中进行尝试，欢迎大家交流。

一起交流

想和你一起学习进步！『NewBeeNLP』目前已经建立了多个不同方向交流群（机器学习 / 深度学习 / 自然语言处理 / 搜索推荐 / 图网络 / 面试交流 / 等），名额有限，赶紧添加下方微信加入一起讨论交流吧！（注意一定要备注信息才能通过）

参考文献：

Sheng XR, Zhao L, Zhou G, Ding X, Luo Q, Yang S, Lv J, Zhang C, Zhu X. One Model to Serve All: Star Topology Adaptive Recommender for Multi-Domain CTR Prediction. arXiv preprint arXiv:2101.11427. 2021 Jan 27.

- END -

从Google Scholar看各大科技公司科研水平

2021-10-30

广义多目标算法探索实践

2021-10-29

升级换代！Facebook全新电商搜索系统Que2Search

2021-10-28

字节AI LAB NLP算法二面凉+被捞后通过

2021-10-27