字节跳动Deep Retrieval召回模型笔记
今天讲讲字节的一个召回的文章：《Deep Retrieval: An End-to-End Learnable Structure Model for Large-Scale Recommendations》(公众号后台回复【dr】可下载)
召回因为候选集个数多，一般用MIPS的思路做，这样的问题在于：
1、向量最大内积模型表达 能力有限，缺少特征交互；
2、ANN的时候会通过聚类减小候选集(IVFAQ)，但是这个聚类建立索引的过程，跟召回模型的训练是分开的，效果肯定不好；可能存在召回模型学好了，但是检索不出来的情况。
召回的时间复杂度：T*N <= Bound，目前的思路是在inference阶段减小候选集N(如TDM，beam search)，这样就需要确定一个item的空间划分结构，这个结构是和模型训练阶段做joint learning的。因为空间结构是离散的，所以joint learning其实是一种EM算法，将空间结构当做是latent variable。细看，其实TDM也是这种范式，M step训练item embedding，E step通过聚类得到空间结构。
回到字节这篇paper DR上来
DR在item空间结构划分上，字节的DR用了一种矩阵结构，矩阵里面的路径对应item。
结构
使用一个D x K维的矩阵来作为索引结构。模型预测需要走D步，每一步有K种选择。走到最后会有K^D可能的路径（也可以叫做编码），每一条路径可以代表一个包含多个item的集合，每个item反过来也可以同时在多条路径的集合里面。路径可以看做是一个聚类结果。
不同的路径之间可能有交叉（有交叉的应该比较类似）
Objective
1、Structure Objective
每一层是一个MLP，输出K个概率，表示包含这个节点的概率，假设每个item对应的路径π固定。
1、emb(x)输入第一层MLP，生成K维的概率；
2、将路径上所有的embedding 全部concatenate起来，扔进去第d层的MLP内；
最后的概率是路径上所有概率的乘积：
如果每个节点表示一个类别，多个类别乘起来，不过这不是独立的，所以怪怪的。
损失函数是log likehood，这里用(xi, yi)表示user,item，用π表示item->K^D条路径的映射。Π(yi)表示item yi对应的path
2、Multi-path structure Objective
每个节点属于多个路径，而不是单个，这是因为很多item都会被归到多个类里面去。比如巧克力和cake，既是food也是gift。而在TDM中，每个叶子节点只能表示一个item，一个item也只能包含在一个内部节点中。
DR将一个item对应J个path去。这个看到后面就很清楚了，其实一个item在EM算法的框架里面是可以对应K^D的路径的，但是每条路径对应的概率不同，现在是截断，取top J条。这里的π也表示item->path的路径，只不过现在有J个映射
Learning
这里面item对应的路径是离散的，无法通过梯度下降去优化。Item->path的映射可以与聚类有点类似。所以用EM算法 train
下面是一个整体流程：
其中：
表示item在这个路径上所有概率的加权(item对应所有user加权)
每个item v， 通过beam search，在每一层选出J个node，最后得到J个路径。遍历所有item后就得到了item->path的map π
这里，将multi-path objective变换为遍历所有的item v，里面是item v对应的所有user->item pair
为了保证数值稳定性，这里用凸函数求了一个上界
其中
表示item v对应的user->item总数
正则化
DR这里的EM step貌似和我理解的是反的。我理解E step是得到隐含变量的概率（也就是item对应的top J path的概率）；而M step是优化参数。字节的DR在E step是优化参数，M step是得到隐含变量的概率。在E step，优化的structure model可能出现overfit，导致某个path的概率很大；所以在M step，所有的item都到这个path去，导致无法聚类。所以在M step引入了path对应的item总数作为正则。
讨论
其实有几点的还是比较迷惑的，作者最后也说了
1、structure model的probability只是用了user侧的特征，没有用item的特征；
2、只是用了positive example来做；
还有一点是这个模型没法用item侧的特征，类似于YouTubeDNN，属于单侧建模
码字很辛苦，有收获的话就请分享、点赞、在看三连吧?