『 DSSM』A Multi-View Deep Learning Approach for Cross Domain User Modeling in Recommendation Systems
『 DSSM』A Multi-View Deep Learning Approach for Cross Domain User Modeling in Recommendation Systems
Abstract
MULTI-VIEW-DNN联合了多个域做的丰富特征，使用multi-view DNN模型构建推荐，包括app、新闻、电影和TV，相比于最好的算法，老用户提升49%，新用户提升110%。并且可以轻松的涵盖大量用户，解决冷启动问题。
主要做user embedding的过程，通多用户在多个域的行为作为一个ivew，来表征用户，参与用户embedding过程。
Contribution
- 利用丰富的用户特征，建立多用途的用户推荐系统。
- 针对基于内容的推荐，提出了一种深度学习方法。并学习不同的技术扩展推荐系统。
- 结合不同领域的数据，提出了Multi-View DNN模型建立推荐系统。
- multi-view DNN模型解决用户冷启动问题。
- 基于四个真实的大规模数据集，通过严格的实验证明所提出的推荐系统的有效性。
Data Set
Type | DataSet | UserCnt | FeatureSize | Joint Users |
|---|---|---|---|---|
User view | Search | 20M | 3.5M | / |
Item View | News Apps Movie/TV | 5M 1M 60K | 100K 50K 50K | 1.5M 210K 60K |
DSSM FOR USER MODELING IN RECOMMENDATION SYSTEMS
deep structured semantic model参考Learning deep structured semantic models for web search using clickthrough data。
结构图：
- 把条目映射成低维向量。
- 计算查询和文档的cosine相似度。
其中：
l1=W1xl1=W1x
l_1 = W_1 x
li=f(Wili−1+bi),i=2,...,N−1li=f(Wili−1+bi),i=2,...,N−1
l_i = f(W_i l_{i-1} + b_i), i=2,..., N-1
y=f(WNlN−1+bN)y=f(WNlN−1+bN)
y = f(W_N l_{N-1} + b_N)
word hashing
通过word hashing层将word映射为稠密向量。以good为例。
- 添加首尾标记: #good#
- 拆分word为n-grams: #go, goo, ood, od#
- 通过多个小的n-grams的向量表示word。
这种方法即使有新词出现，也不会出现问题。
DSSM训练
对于一次搜索，如果点击了一个文档，认为他们是相关的。对于搜索查询集，DSSM去最大化被点击文档D+D+D^+的条件似然概率**。
P(D+|Q)=exp(γR(Q,D+))∑D′∈Dexp(γR(Q,D′))P(D+|Q)=exp(γR(Q,D+))∑D′∈Dexp(γR(Q,D′))
P(D^+|Q) = \frac{exp(\gamma R(Q, D^+))}{\sum_{D^\prime \in D} exp(\gamma R(Q,D^\prime))}
其中D是全集，γγ\gamma是平滑因子。损失函数自然就是：
L(W,b)=−log∏(Q,D+)P(D+|Q)L(W,b)=−log∏(Q,D+)P(D+|Q)
L(W,b) = -log \prod_{(Q, D^+)} P(D^+|Q)
MULTI-VIEW DEEP NEURAL NETWORK
对于User view，计算User View和Item View之间的P(IVi|UV)P(IVi|UV)P(IV_i|UV)，然后最小化：
L(W,b)=−log∏(UV,IV+)P(IV+i|UV)L(W,b)=−log∏(UV,IV+)P(IVi+|UV)
L(W,b) = -log \prod_{(UV, IV^+)} P(IV^+_i|UV)
其中P()定义为：
P(IV+|UV)=exp(γcos(UV,IV+))∑IV′∈IVexp(γcos(UV,IV′))P(IV+|UV)=exp(γcos(UV,IV+))∑IV′∈IVexp(γcos(UV,IV′))
P(IV^+|UV) = \frac{exp(\gamma cos(UV, IV^+))}{\sum_{IV^\prime \in IV} exp(\gamma cos(UV,IV^\prime))}
Data input
对于第j行输入数据，它的主域Xu,jXu,jX_{u, j}和一个激活View Xa,jXa,jX_{a, j}，其余的View输入Xi:i≠aXi:i≠aX_{i:i \not= a}都为0向量。
User features
- search queries：规范化，然后处理成unigram格式。
- clicked URLs：只保留主域名，如www.linkdin.com
News features
news article clicks：
- title( tri-gram)
- top-level category(binary features)
- named entities
App features
App download histories:
- App tile( tri-gram)
- category(binary)
Movie/TV feature
movie/TV view history
- title( tri-gram)
- description( tri-gram)
- genre(binary)
训练过程
训练目标：
原文公式：
p=argmaxWu,W1,...Wv∑j=1Nexp(γacos(Yu,Ya,j))∑X′∈Rdaexp(γacos(Yu,fa(X′,Wa))p=argmaxWu,W1,...Wv∑j=1Nexp(γacos(Yu,Ya,j))∑X′∈Rdaexp(γacos(Yu,fa(X′,Wa))
p=arg\max_{W_u, W_1,... W_v} \sum^N_{j=1} \frac{exp(\gamma_a cos(Y_u, Y_{a, j}))}{\sum_{X^\prime \in R^{d_a}} exp(\gamma_a cos(Y_u,f_a(X^\prime, W_a))}
训练目标：
L(Wu,W1,...Wv)=∑j=1Nexp(γacos(Yu,Ya,j))∑X′∈Rdaexp(γacos(Yu,fa(X′,Wa))L(Wu,W1,...Wv)=∑j=1Nexp(γacos(Yu,Ya,j))∑X′∈Rdaexp(γacos(Yu,fa(X′,Wa))
L(W_u, W_1,... W_v) = \sum^N_{j=1} \frac{exp(\gamma_a cos(Y_u, Y_{a, j}))}{\sum_{X^\prime \in R^{d_a}} exp(\gamma_a cos(Y_u,f_a(X^\prime, W_a))}
最小化L()为目标得到Wu,W1,...WvWu,W1,...WvW_u, W_1,... W_v，即网络的参数矩阵。
MV-DNN优势
- 和DSSM相比，其query和doc的feature是一样长的维度，使用同样的预处理，限制了feature。而跨域信息feature往往不同，而且n-gram方法并不适用，所以MV-DNN结合其类别特征（如电影和app类别，地理位置等）。
- MV-DNN可以结合多个跨域信息，实现对user embedding。pair-wise training过程，user-item pairs。
降维方法
top features
对于user features，选取top-k最频繁的features。并通过TF-IDF过滤掉最常用的特征。
k-means
k-mean会指定k为类簇的个数，目标是最小化所有类簇点与中心点的距离只和。公式表达:
argminC1,C2,…Ck∑i=1NminCj∈{C1,C2…,Ck}distance(Xi,Ci)argminC1,C2,…Ck∑i=1NminCj∈{C1,C2…,Ck}distance(Xi,Ci)
arg \min_{C_1,C_2,…C_k} \sum_{i=1}^N \min_{C_j \in {\{C_1, C_2…,C_k\}}} distance(X_i, C_i) 其中XiXiX_i是数据点，CjCjC_j是每个类簇的中心。通过K-means对相似的特征群分组为同一个cluster并生成新的特征，共生产k个新的特征。
应用：
对于输入数据矩阵X，shape=[size=n, dimension=k]，划分为X=[f1,f2…,fk]X=[f1,f2…,fk]X=[f_1, f_2…, f_k]，然后将每个fkfkf_k归一化，对[f1,f2…,fk][f1,f2…,fk][f_1, f_2…, f_k]使用k-means聚类，fifif_i之间计算距离用cos相似度。然后就可以将特征降维到k维，对于每个新的特征向量Yi,1≤i≤n,1≤Cls(a)≤kYi,1≤i≤n,1≤Cls(a)≤kY_i, 1\leq i \leq n, 1 \leq Cls(a) \leq k有：
Yi(j)=∑a:Xi(a)>0&Cls(a)=jfi(a)Yi(j)=∑a:Xi(a)>0&Cls(a)=jfi(a)
Y_i(j) = \sum_{a:X_i(a)>0 \& Cls(a)=j} f_i(a)
比如原始维度是3.5M，设置k=10k，那么将为之后维度就是10k。
Local sensitive Hashing
通过一个随机的矩阵将数据映射到低纬向量空间上，并且保持原始空间上的pairwis cos距离在新的空间上仍然获得保留。
原始维度d，降维到k，那么映射矩阵A∈Rd×kA∈Rd×kA \in R^{d \times k}，即A包含了k个映射，每个映射AiAiA_i都将X映射为YiYiY_i，输出为Y∈RkY∈RkY \in R^k。计算YiYiY_i的公式为：
Yi={10ifAiX≥0elseYi={1ifAiX≥00else
Y_i = \left\{ \begin{aligned} 1 & & if A_i X \ge 0 \\ 0 & & else \end{aligned} \right. 计算X1,X2X1,X2X_1, X_2的cos相似度近似表示为：cos(H(Y1,Y2)kπ)cos(H(Y1,Y2)kπ)cos(\frac{H(Y_1, Y_2)}{k} \pi)，其中H(Y1,Y2)H(Y1,Y2)H(Y_1, Y_2)表示汉明距离，论文选取的k=10000.
Reduce the Number of Training Examples
每个用户在每个域都有大量的日志数据，将每个用户在每个域只选取一个user-item对，具体为用户特征-用户在此域喜欢的所有item的平均分数。
CONCLUSION AND FUTURE WORK
本文提出了一种通用的结合丰富用户特征和item特征的推荐系统框架，通过结合多个域的丰富信息，是的推荐系统的质量极大提高，并且此方法通过降维的方法可扩展到大的数据集，同时对于老用户和新用户都适用推荐，在几个公开的大数据集上的表现都明显优于其他方法。
此框架可以应用于各个推荐系统，未来还需要： 1. 纳入更多的用户特征。 2. 增加DNN扩展性，以便不在使用特征降维的方法。 3. 加入更多的域并深入分析它的表现。 4. 如何将协同过滤方法和本文的基于内容的方法结合。
代码
DSSM & Multi-view DSSM代码 https://github.com/InsaneLife/dssm Multi-view DSSM实现，参考GitHub：multi_view_dssm_v3 CSDN原文：http://blog.csdn.net/shine19930820/article/details/78810984
代码: https://github.com/liaha/dssm
keras实现
- https://github.com/airalcorn2/Deep-Semantic-Similarity-Model
- https://github.com/outstandingcandy/dssm
- https://github.com/sonyisme/keras-recommendation
Reference
- 原文：https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/frp1159-songA.pdf
- DSSM: Learning Deep Structured Semantic Models for Web Search using Clickthrough Data
- CDSSM (Conv + DSSM): A Latent Semantic Model with Convolutional-Pooling Structure for Information Retrieval
- LSTM-DSSM (RNN + DSSM):Semantic Modelling with Long-Short-Term Memory for Information Retrieval
- DSSM: Learning Deep Structured Semantic Models for Web Search using Clickthrough Data