作者：十方
公众号：炼丹笔记  

Controllable Multi-Interest Framework for Recommendation

1.ComiRec与众不同之处

该论文是阿里在2020年发表在KDD的论文，解决的是序列化推荐的问题，用user以往的行为序列去推荐user接下来最感兴趣的item。这篇论文，认为之前很多序列化推荐方法都最终产生一个user emb去item emb空间中检索出最相关的item，而user在一段时间内，是有多种兴趣的，应该要映射到多个emb去检索。

如上图所示，Emma点击了3大类的item，分别是首饰，包包，化妆品，推荐的时候也应该推荐这3大类的商品。

2.问题定义

3.多兴趣序列推荐框架

当有了用户行为序列后，获得多兴趣向量的方法有很多，论文主要介绍了两种，一个是动态路由方法(ComiRec-DR)，另一个是self-attention(ComiRec-SA)方法。

如上图所示，模型的输入就是用户行为序列(和用户有交互的itemID seq)。ItemID seq输入到Embedding Layer里，然后再输入到Multi-Interest Extraction模块中，获得多个兴趣向量，最后取离样本label(single Item ID)最近的兴趣向量计算softmax损失。Serving阶段，每个兴趣向量召回Top-N Items，然后输入到Agrregation Module，最终平衡准确性和多样性召回Top-N的items。

4.动态路由方法

提到动态路由算法，不得不提到胶囊网络。我们知道，每个神经元的输出多半是个概率，或者是激活的程度，是一个标量，那么有没有可能一个神经元包含其他属性呢，从而达到提升网络表达能力的效果。胶囊网络就是如此，可以用向量来代替单个神经元的标量。一个胶囊就是一个向量，表示特定类型实体的各个参数。输入为较为低层次的胶囊：

其中，n表示胶囊的个数，k表示每个胶囊内向量的维数，对应到ComiRec-DR中，n表示序列的长度，k表示每个item emb的维数。

这一步大家可以理解为，item空间和兴趣空间建立联系。然后做预测向量的加权求和：

由算法进行学习的。最终胶囊网路的输出，也不是用传统的Relu这样的激活函数，而是用的非线性函数squashing，为了确保短向量可以被压缩至接近0的长度，长向量压缩至接近1的长度，并且保证方向不变，看下squashing长啥样:

各位聪明的读者已经发现，我们指定最终层j的数量(最终胶囊的数量)，即为最终兴趣的个数。这样论文就完美的把Comi和胶囊网络完美结合了，最后通过动态路由算法学习参数即可。下图是动态路由算法的伪代码：

5.Self-Attentive方法

这个方法相对于动态路由方法，就特别容易理解了。用了self-attention的机制，给定一个矩阵H(d * n)，n表示用户序列的长度，d表示每个item的纬度，我们用下式计算attention值：

W1是da* d的矩阵，W2是da * k的矩阵，我们知道最终A是n * k的矩阵，最后通过attention矩阵聚合用户序列，计算出Vu：

Vu是d * k的矩阵，表示k个兴趣，每个兴趣是d维向量。

6.模型训练

模型训练通过找到和目标item (ei)最接近的兴趣向量(vu)，然后用softmax计算出目标item的概率，最后累加logloss。因为负例数量庞大，论文提到进行采样处理。

7.Aggregation Module

在获得多个兴趣向量后，每个向量都能ANN检索出top-N个item，怎么聚合这些item呢？一个思路就是按点积排序后取top，这是提升推荐系统准确率很有效的方法，但是考虑到多样性，就出现了下式:

公式比较简单，同时考虑了user和item的关系，还有item和item直接的关系。user和item关系越强，f越大，item直接关系越少，g函数越大，所以我们要最大化Q，就可以平衡准确率和多样性。

8.结论

看实验结果，我们看到在亚马逊和淘宝数据集上，ComiRec都效果优于很多算法，同时我们还看到在淘宝数据上，多样性确实提高了，十方目前也在探索该算法在广告推荐领域的应用，欢迎大家加入炼丹笔记一起交流学习。

http://weixin.qq.com/r/XSjP1zrEzGezrX60931P (二维码自动识别)