推荐系统遇上深度学习(三十六)-Learn and Transferr IDs Repre in E-commerce

由于微信公众平台标题限制，标题中的题目和论文的实际题目有所出入。

本文介绍的文章题目为《Learning and Transferring IDs Representation in E-commerce》，下载地址为：https://arxiv.org/abs/1712.08289

本文介绍了一种ID类特征的表示方法。该方法基于item2vec方式，同时考虑了不同ID类特征之间的连接结构，在盒马鲜生app上取得了不错的应用效果，我们来一探究竟。

1、背景

在推荐系统特别是电商领域的推荐中，ID类特征是至关重要的的特征。传统的处理方式一般是one-hot编码。但是这种处理方式存在两个主要的弊端： 1）高维稀疏问题：对于高维稀疏问题，若有N个物品，那么用户交互过的物品的可能情况共2^N种情况，为了使我们的模型更加具有可信度，所需要的样本数量是随着N的增加呈指数级增加的。 2）它无法反映ID之间的关系：对于同质信息来说，比如不同的物品，假设是iphon5和iphone6，以及iphone5和华为，在转换成one-hot编码后，距离是一样的，但是实际上，iphon5和iphone6的距离应该更近。对于异质信息，如物品ID和商铺ID，它们的距离甚至无法衡量，但实际上，一家卖苹果手机的商铺和苹果手机之间，距离应该更近。

对于上述问题，出现了word2vec以及item2vec的解决方案，将ID类特征转换为一个低维的embedding向量，这种方式在电商领域的推荐中取得了不错的效果。

本文提出的方式，基于item2vec，同时还考虑了不同ID类特征之间的连接结构，通过这些连接，在ItemID序列中的信息可以传播到其它类型的ID特征，并且可以同时学习这些ID特征的表示，框架如下图所示：

上面的学习方式在盒马app中有以下几方面的应用： 1）Measuring the similarity between items：建模物品之间的相似度 2）Transferring from seen items to unseen items：将已知物品的向量迁移到位置物品上 3）Transferring across different domains：将不同领域的向量进行迁移 4）Transferring across different tasks.：从不同的应用场景中进行迁移。

上面的几个应用我们在后文中会详细介绍。接下来，我们首先来介绍一下本文如何对ID类特征进行处理。

2、学习ID的表征方式

2.1 Skip-gram on User’s Interactive Sequences

在电商领域，我们可以通过用户的隐式反馈，整理得到用户的一个交互序列。如果把每一个交互序列认为是一篇文档，那么我们可以通过Skip-Gram的方法来学习每一个item的向量。Skip-Gram的方法是最大化下面的对数概率：

其中，C是我们的上下文长度，假设长度是2，那么下图中梨的上下文就是前后的两个item：

有关Skip-Gram模型的相关知识，可以参考：https://www.cnblogs.com/peghoty/p/3857839.html

在基本的Skip-Gram模型中，概率计算方式定义为如下的softmax方程：

其中，每个物品都有两套向量表示，分别是目标向量表示和上下文向量表示。D表示item的总数量。

2.2 Log-uniform Negative-sampling

当item的总数量十分巨大时，求解Skip-Gram的方法通常是负采样的方式，此时概率计算如下：

这里使用的负采样方式是Log-uniform Negative-sampling。简单介绍一下其流程：首先将D个物品按照其出现的频率进行降序排序，那么排名越靠前的物品，其出现的频率越高。采样基于Zipfian分布，每个物品采样到的概率如下：

由于分母都是一样的，分子依次为log(2/1),log(3/2)...log(D+1/D)，是顺次减小的，同时求和为1。那么排名越靠前即出现频率越高的商品，被采样到的概率是越大的。

那么，该分布的累积分布函数为：

这样，当随机产生一个(0,1]之间的随机数r时，可以通过下面的转换快速得到对应的index：

2.3 IDs and Their Structural Connections

实际应用中，有许多组不同的ID，但是可以归结为两组：

1）物品ID及其属性ID：物品item ID是电商领域的核心，每一个物品有对应的属性ID，比如产品product ID，店铺store ID，品牌brand ID，品类category ID等。举个简单的例子，xxx店卖的哈登篮球鞋是一个物品item ID，其对应的产品是哈登篮球鞋，对应一个product ID，另一家店卖的同款哈登篮球鞋是另一个item ID。xxx店对应的是一个store ID，addias是哈登篮球鞋对应的品牌brand ID，而篮球鞋是其对应的category ID。品类ID可能有分一级品类、二级品类和三级品类。

2）用户ID：用户身份可以通过ID进行识别，这里的ID可以有多种形式，如cookie、uuid、用户昵称等等。

2.4 Jointly Embedding Attribute IDs

如何将上面所说的属性ID加入到物品ID的表示上来呢？结构如下：

这里，定义itemi的ID组IDs(itemi)如下：

这里，id1(itemi)代表物品本身，id2(itemi)代表产品ID，id3(itemi)代表店铺ID等等。那么，Skip-gram的概率计算变为如下的方式：

这里，每一种ID的向量长度可以是不同的，也就是说不通的ID类映射到不同的语义空间中。而权重的定义方式如下：

比如，wi1=1,因为itemi是唯一的，而如果itemi对应的产品有10种item的话，那么wi2=1/10。

除了上面计算的item之间的共现概率外，我们还希望，属性ID和itemID之间也要满足一定的关系，简单理解就是希望itemID和其对应的属性ID关系越近越好，于是定义：

其中Mk将item ID对应的向量转换成跟每个属性ID对应向量长度一样的向量。

结合两部分的对数概率，加入正则项，则我们期望最大化的式子变为：

2.5 Embedding User IDs

用户ID的Embedding通常通过其交互过的item表示，比如通过一个RNN模型或者简单的取平均的方式，这里我们将用户最近交互过的T个物品对应向量的平均值，来代表用户的Embedding：

这里提到的是用平均值法代表用户的Embedding，后文还提到了一种加权法，主要根据用户的不同行为对T个物品进行加权，比如，购买过的物品要比只点击不购买的物品获得更高的权重。

2.6 Model Learning

模型的训练具体参数如下：

3、应用

本节我们来介绍一下上述方法的四种应用。在应用中，上述的框架我们将其定义为一种ITEM2VEC的方法。下文中ITEM2VEC便指代本文提出的新方法。

3.1 Measuring Items Similarity

在电商领域中，一种简单却有效的方式就是推荐给用户其喜欢的相似物品。通常使用cosine相似度来计算物品之间的相似度。那么应用上面的框架，基于得到的物品向量，便可以计算其相似度，进而推荐相似度最高的N个物品。

我们将其与协同过滤方法进行了对比，结果如下：

可以看到，点击率超过了协同过滤模型。

3.2 Transferring from Seen Items to Unseen Items

对于新的物品，无法得到其向量表示，这导致了许多推荐系统无法对新物品进行处理。但本文提出的方法可以在一定程度上解决冷启动问题。在模型训练时，我们添加了约束，即希望itemID和其对应的属性ID关系越近越好，如下式：

我们期望上面的式子越接近于1越好，因此：

那么对于新的物品，其对应的属性ID我们往往是知道的，基于其属性ID对应的向量，我们便可以近似计算新物品的向量。上面最后一个地方可以好好理解一下，为什么可以表示成近似？

我的思考如下(不一定正确，望指正）：如果我们把括号里面的向量表示成另一个向量e的话，当两个向量长度固定的时候，什么时候内积取得最大值？是二者同向且共线的时候，那么ei1和e应该是线性关系，即使e是真实的ei1的n倍的话，在计算该物品与其他物品的相似度的时候，是不会产生影响的，因此ei1可近似用e来代替。

实验结果也表明，这种代替方式是十分有效的。下面的表格展示了实验结果：

3.3 Transferring across Different Domains

第三个应用主要是针对用户冷启动，在盒马平台上，相对于淘宝平台用户数量还是少很多的。那么对于盒马平台上的新用户，我们如何进行推荐呢？过程如下：

这里，用Us表示淘宝的用户，Ut表示盒马的用户，Ui表示既是淘宝又是盒马的用户，那么进行推荐的过程如下：

1）计算淘宝用户Us之间的相似度，相似度的计算基于用户最近在淘宝交互过的T个商品的向量。可以是简单的平均，可以是加权平均。权重取决于人工的设定，比如购买是5，点击是1； 2）基于计算的用户相似度，对Ui中的用户进行k-均值聚类，这里聚成1000个类别； 3）对于每个类别，选择N个最受欢迎的盒马上的物品，作为候选集； 4）对于盒马上的一个新用户，如果它在淘宝上有交互记录，那么就取得他在淘宝上对应的用户向量，并计算该向量所属的类别； 5）基于得到的类别，将经过筛选和排序后的该类别的候选集中物品中推荐给用户。

我们对比了三种不同策略的PPM(Pay-Per-Impression)值，三种策略为： 1）推荐给新用户最热门的物品，该组为Base 2）基于简单平均的方式计算用户向量 3）基于加权平均的方式计算用户向量

实验结果表明，采用简单平均的方式，PPM提升71.4%，采用加权平均的方式，PPM提升141.8%。

3.4 Transferring across Different Tasks

这里，我们主要对每个店铺第二天每个30分钟的配送需求进行预测，这里有三种不同的输入： 1）仅使用过去7天每三十分钟的店铺配送量作为输入 2）使用使用过去7天每三十分钟的店铺配送量作为输入 + 店铺ID的one-hot encoding 3）使用使用过去7天每三十分钟的店铺配送量作为输入 + 店铺ID对应的向量。

输入经过全联接神经网络得到配送需求的预测值，并通过RMAE指标来计算误差，结果如下：

4、总结

本文介绍了一种处理ID类特征的方式，该方式基于Skip-Gram方法，并考虑了多种不同ID类特征之间的联系。本文介绍了该方法的详细过程，以及在盒马app上的具体应用，具有一定的参考价值。