【推荐算法】双塔模型介绍

双塔模型的结构不仅在推荐领域的召回和粗排环节中被广泛采用；而且在其它领域，如文档检索、问答系统等都有它的应用场景。

我们常说的双塔模型的结构，并不是一个固定不变的网络，而是一种模型构造思路：即把模型分成用户侧模型和物品侧模型两部分，然后用互操作层把这两部分联合起来，产生最后的预测得分。

一、双塔模型结构

双塔模型的结构如下图所示：这种 “物品侧模型 + 用户侧模型 + 互操作层” 的模型结构，我们可以把它们统称为“双塔模型”结构。

双塔模型最大的特点就是 “User和Item是独立的两个子网络”，左侧是User塔，右侧是Item塔。这两个塔的参数不共享，他们分别输出User Embedding 和 Item Embedding。然后将2个 Embedding 作为互操作层的输入，计算它们的相似度。

计算相识度的方式也有多种方案，如用简单的点积操作、Cosine相似度计算，或者是用比较复杂的 MLP 结构。

二、双塔模型的优缺点

优点一：容易部署上线、服务实时性高

因为 User 和 Item 的 Embedding 我们可以在离线训练的时候获取到，并且会提前存入到数据库中。所以使用双塔模型时，我们不用把整个模型都部署上线，只需要从数据库中检索对应的Embedding，在线上进行互操作就可以了。如果这个互操作是点积操作，那么这个实现可以说没有任何难度。实际应用中非常容易落地，这也正是双塔模型在业界巨大的优势所在。

缺点一：模型使用的特征缺少交叉组合类特征

一般在做推荐模型的时候，会有些特征工程方面的工作，比如设计一些User侧特征和Item侧特征的组合特征，一般而言，这种来自User和Item两侧的组合特征是非常有效的判断信号。但是，如果我们采用双塔结构，这种人工筛选的，来自两侧的特征组合就不能用了，因为它既不能放在User侧，也不能放在Item侧，这是特征工程方面带来的效果损失。当然，我个人认为，这个问题不是最突出的，应该有办法绕过去，或者模型能力强，把组合特征拆成两个分离的特征，各自放在对应的两侧，可以让模型去捕获这种组合特征。

缺点二：User 和 Item 发生特征交叉的时机太晚，可能会丢失一些细节特征

如果是精排阶段的DNN模型，来自User侧和Item侧的特征，在很早的阶段，比如第一层MLP隐层，两者之间就可以做细粒度的特征交互。但是，对于双塔模型，两侧特征什么时候才能发生交互？只有在User Embedding和Item Embedding发生内积的时候，两者才发生交互，而此时的User Embedding和Item Embedding，已经是两侧特征经过多次非线性变换，糅合出的一个表征用户或者Item的整体Embedding了，细粒度的特征此时估计已经面目模糊了，就是说，两侧特征交互的时机太晚了。我们知道，User侧和Item侧特征之间的交互，是非常有效的判断信号。而很多领域的实验已经证明，双塔这种过晚的两侧特征交互，相对在网络结构浅层就进行特征交互，会带来效果的损失。这个问题比较严重。

三、双塔模型训练负例如何选择

我们训练精排模型的时候（假设是优化点击目标），一般会用“用户点击”实例做为正例，“曝光未点击”实例做为负例，来训练模型，基本都是这么做的。现在，模型召回以及粗排，也需要训练模型，需要定义正例和负例。一般正例，也都是用“用户点击”实例做为正例；但是怎么选择负例，这里面有不少学问。

如上图，如果我们仍然用“曝光未点击”实例做为召回和粗排的负例训练数据，会发现这个训练集合，只是全局物料库的一小部分，它的分布和全局物料库以及各路召回结果数据，这两个召回和粗排模型面临的实际输入数据，分布差异比较大，所以根据这种负例训练召回和粗排模型，效果如何就带有疑问。

为了解决这个问题，在召回或者粗排模型训练的时候，应该调整下负例的选择策略，使得它尽量能够和模型输入的数据分布保持一致。这里总结下可能的做法：

选择1：曝光未点击数据

这就是上面说的导致Sample Selection Bias问题的原因。我们的经验是，这个数据还是需要的，只是要和其它类型的负例选择方法，按照一定比例进行混合，来缓解Sample Selection Bias问题。当然，有些结论貌似是不用这个数据，所以用还是不用，可能跟应用场景有关。

选择2：全局随机选择负例

就是说在原始的全局物料库里，随机抽取做为召回或者粗排的负例。这也是一种做法，Youtube DNN双塔模型就是这么做的。从道理上讲，这个肯定是完全符合输入数据的分布一致性的，但是，一般这么选择的负例，因为和正例差异太大，导致模型太好区分正例和负例，所以模型能学到多少知识是成问题的。

选择3：Batch内随机选择负例

就是说只包含正例，训练的时候，在Batch内，选择除了正例之外的其它Item，做为负例。这个本质上是：给定用户，在所有其它用户的正例里进行随机选择，构造负例。它在一定程度上，也可以解决Sample Selection Bias问题。比如Google的双塔召回模型，就是用的这种负例方法。

选择4：曝光数据随机选择负例

就是说，在给所有用户曝光的数据里，随机选择做为负例。这个我们测试过，在某些场景下是有效的。

选择5：基于Popularity随机选择负例

这种方法的做法是：全局随机选择，但是越是流行的Item，越大概率会被选择作为负例。目前不少研究证明了，负例采取Popularity-based方法，对于效果有明显的正面影响。它隐含的假设是：如果一个例子越流行，那么它没有被用户点过看过，说明更大概率，对当前的用户来说，它是一个真实的负例。同时，这种方法还会打压流行Item，增加模型个性化程度。

选择6：基于Hard选择负例

它是选择那些比较难的例子，做为负例。因为难区分的例子，很明显给模型带来的loss和信息含量比价多，所以从道理上讲是很合理的。但是怎样算是难的例子，可能有不同的做法，有些还跟应用有关。比如Airbnb，还有不少工作，都是在想办法筛选Hard负例上。

这边是借鉴大佬的文章提到的方法： SENet双塔模型：在推荐领域召回粗排的应用及其它 - 知乎

他们在模型召回阶段的经验是：比如在19年年中左右，我们尝试过选择1+选择3的混合方法，就是一定比例的“曝光未点击”和一定比例的类似Batch内随机的方法构造负例，当时在FM召回取得了明显的效果提升。

双塔模型原理到这里就介绍完了，想看代码可以访问我的另外一篇文章：

【推荐算法】双塔模型代码实现_MachineCYL的博客-CSDN博客

参考链接

SENet双塔模型：在推荐领域召回粗排的应用及其它 - 知乎

深度盘点：基于双塔结构的推荐模型总结 - 知乎