推荐系统遇上深度学习(三十三)--Neural Attentive Item Similarity Model

在介绍本篇之前，先说一下上一篇中的错误，在第三十一篇中，我们介绍了自注意力机制在推荐系统中的应用，文章使用的是表示学习的思路。最后的预测评分越低，代表用户i和物品j越相近，但是之前的文章中没有仔细思考这一点，所以可能误导了大家。不过该文章已经重新推送，原文已经删除。大家可以先回顾一下上一篇文章：推荐系统遇上深度学习(三十一)--使用自注意力机制进行物品推荐

好了，回归本文！

论文名称：《NAIS: Neural Attentive Item Similarity Model for Recommendation》 论文地址：https://arxiv.org/pdf/1809.07053.pdf

基于物品的协同过滤ItemCF是推荐领域常用的方法，其关键是评估item之间的相似性。本文将要介绍Neural Attentive Item Similarity Model(简称NASI)来解决ItemCF问题。该模型将注意力机制和神经网络相结合，提升了模型的预测准确性。接下来，我们将从基本的ItemCF问题入手，一步步得出NASI模型。

1、ItemCF问题简介

1.1 标准ItemCF问题

为了预测用户u对于物品i的评分，ItemCF的最基本思想是计算物品i与用户u之前交互过的所有物品的相似性，预测评分计算公式如下：

其中，Ru+是用户所有交互过的物品，ruj是用户u对物品j的反馈，sij是物品i和物品j的相似性。其中，ruj可以是显式的评分，如0-5评分，也可以是隐式的反馈，如点击为1，未点击为0。

物品之间的相似性，直观的方法是根据用户-物品交互矩阵，将物品i所在的列作为其向量表示，进一步使用余弦相似度等度量方式计算物品之间的相似性。但是这种方法缺乏针对推荐的优化，类似于一种静态方法，物品的向量不是通过优化得到的。因此性能并不是那么优秀。所以接下来我们将介绍Learning-based Methods，这些方法可以自适应地从数据中学习item相似度，从而提高itemCF的准确性。

1.2 Learning-based Methods for Item-based CF

Learning-based Methods通过优化一个目标函数，来学习item之间的相似性，如SLIM(short for sparse Linear Method)方法中，目标函数设定为：

上面的目标函数中，S代表物品的相似度矩阵。而预测评分的计算仍然基于1.1中的方法。假设物品个数为I，那么模型需要优化的参数有I * I个。上面的式子同时使用L1正则和L2正则，防止了过拟合，增加了模型的稀疏性。但也存在一定的缺点，当物品集数量很大时，参数太多难以优化，同时，模型只能学习同时被打过分的物品之间的两两的相似性。

为了解决这个问题，我们又有了FISM(short for factored item similarity model)方法，其用低维度嵌入向量表示每一个物品。对于每一个物品，都有两个嵌入向量p和q，当物品是预测的物品时，使用p，当物品是交互历史中的物品时，使用q，此时用户评分计算方式如下：

FISM只考虑隐式反馈。对于上面的预测模型，可以通过优化推荐的标准损失（对数损失或者平方损失）来学习物品的嵌入向量表示p和q。

虽然FISM方法取得了不错的性能，但我们认为，当获得用户的表示时，它对用户的所有历史项目的平等处理会限制其表示能力。因此，我们将注意力机制加入其中，用于区分历史item的重要性，提出了NASI模型。

2、NASI模型介绍

这里，我们仍然只考虑隐式反馈，模型设计过程如下：

2.1 第一版

在第一版的设计中，我们认为每个物品有一个固定的注意力权重aj，因此评分预测计算如下：

很显然，这是不合理的，我们没有考虑目标物品对于历史物品的影响。于是我们有了第二版设计。

2.2 第二版

在第二版的设计中，我们使用aij来表示历史物品j和目标物品i的权重，评分计算如下：

这样显然也是有缺陷的，当训练集中物品i和物品j没有同时出现过时，aij是无从学习的。于是我们有了第三版设计。

2.3 第三版

第三版设计中，我们使用嵌入向量计算出权重，即：

f通常用一个神经网络来表示，主流的计算方法有以下两种：

通过f计算出的权重，我们还需要通过softmax进行归一化，因此，评分预测的计算如下：

这么做看似是完美了，但是在实际的实验中，却没有取得理想的效果。这个问题主要来自softmax，在传统的注意力机制使用的场景中，如CV、NLP中，注意力机制的长度变化不是很大(这里的长度指图像中的区域个数，句子中单词的个数等等)，但是在推荐领域中，用户的历史交互长度可能变化很大。在MovieLens和Pinnterest数据中，用户历史长度的分布如下图所示：

可以看到，对于两个真实数据集，用户的历史长度变化很大，具体而言，用户历史长度的均值和方差分别为（166，37145）,（27，572）。在MovieLens数据集中，所有用户的平均长度为166，最大长度为2313。也就是说，最活跃用户的平均注意力权重是1/2313，比平均用户（即，1/166）少大约14倍。如此大的注意权重差异将导致优化模型的item嵌入是个问题。（可以简单的想，同样的物品i和物品j，在活跃用户和非活跃用户中得到的aij差异会非常大）

为了解决用户历史长度不同的问题，我们便有了最终版的NAIS模型。

2.4 最终版

在最终版的模型中，我们对活跃用户的注意力权重进行一定的惩罚，如下：

而模型的损失函数使用对数损失+L2正则：

模型的框架图如下：

好了，模型介绍就到这里了，关于模型中的一些细节，大家可以阅读原论文。

3、NASI代码实现

作者给出了Python2版本的代码：https://github.com/AaronHeee/Neural-Attentive-Item-Similarity-Model

这个代码在Python3中是无法运行的，主要是Python3中range函数得到的不是list，需要使用list()函数进行转换，Python3版本的代码地址：https://github.com/princewen/tensorflow_practice/tree/master/recommendation/Basic-NAIS-Demo