推荐系统遇上深度学习(一三零)-[阿里]电商搜索CTR预估中页面级反馈建模

今天来介绍一篇阿里在WSDM2022上中稿的文章，与之前的用户兴趣建模的论文引入单点用户行为序列不同，本文引入了页面级的用户行为序列，充分建模用户反馈的上下文信息和页面兴趣演化过程。出发点较新颖，一起来研究一下。

1、背景

电商场景下，搜索扮演着十分重要的角色。典型的搜索场景如下图所示，当用户输入搜索关键词后，搜索引擎会选择一堆物品并以翻页（ Search Result Page，简称SRP）的形式展现给用户。每当用户翻到页面的底端或者重新输入搜索关键词，搜索引擎会展示新的SRP。在用户最终下单前，通常会浏览多个SRP同时与多个item产生交互行为。为了达到更好的推荐效果，建模用户在这些SRP上的反馈显得十分重要。

传统的用户行为建模，大都建模用户正向的反馈（只使用点击或下单序列），如DIN，DIEN。而在DFN（Deep Feedback Network）中，证明了同时建模用户正向反馈和负向反馈能够取得更好的效果。但是，上述的方法只引入了用户的单点反馈信息，同时将用户的反馈信息拆成单独的队列，忽略了展现在同一SRP上不同item的相互影响以及其他的上下文信息。

那么为了解决上述所提出的问题，将传统的单点行为序列建模升级为页面级用户行为建模，充分建模用户反馈的上下文信息。

那么，这种页面级历史行为的建模核心是什么呢？论文从两方面展开：

1）页面内上下文信息建模（Intra-page context information）：用户对item的反馈受相邻展示的item的影响。建模页面的上下文信息能够更好的推测用户的兴趣。一方面，用户的正向反馈是存在一定噪声的，举例来说，如果页面上展示的大部分是同一品牌的item，那么用户的点击行为并不一定能代表用户对该品牌的偏好。另一方面，用户通常会对同一页面上的物品进行相互比较，如果页面上展示了许多不同品牌的item，那么用户的点击行为更能反应用户对该品牌的偏好。 2）页面间用户兴趣演化（Inter-page interest evolution）：论文对用户在不同页面上的兴趣演化做出了一定的假设。用户在搜索时的意图和兴趣可以认为是一个逐渐收敛的过程，用户在之前页面中的动态意图可以通过后续页面中的交互进行去噪，因为后续页面中的交互与最终的决策更加相关。这样假设个人感觉是合理的，用户在刚进入搜索时可能只知道想买某一类型的商品，如情人节礼物，但具体买何种礼物不太清楚。随着不断的下刷，不断的对比，用于可能逐渐明确哪种礼物比较适合，意图逐渐清晰（例子可能不太恰当，欢迎一体探讨）。

为了建模上述两方面的信息，论文提出了RACP（Recurrent Attention over Contextualized Page se- quence），通过一种层级结构建模用户的页面级行为反馈。下一节对具体的细节进行介绍。

2、RACP介绍

2.1 整体介绍

如下图所示，RACP的主要结构从下到上主要包含四部分：Embedding Layer, Intra-page Context-aware Interest Layer, Inter-page Interest Backtracking Layer和Page-level Interest Aggregation Layer。接下来对这几部分进行分别介绍。

2.2 Embedding Layer

模型的输入包含以下几方面：

目标item特征：item特征包括item id，品类id，品牌id，店铺id和一些统计特征（点击数和下单数）等等 用户特征和Query特征：用户画像特征包括年龄，性别，购买力等级等。Query特征包含query id，query字符串，分词信息以及预测的query对应的品类id等特征。 用户页面级历史行为SRPs：用户的页面级历史行为序列并非只包含带有正反馈的页面序列，如果一个页面没有用户的反馈，也同样会包含在历史行为中。每一个SRP包含展示的item列表信息，页面对应的query特征等。

这里要注意一点是，用户的页面级行为序列经过特殊处理，即对应页面的query要和当次搜索的query的品类需要相同，从而避免无关的搜索行为对预测产生影响，这相当于SIM中的Hard-Search的方法对历史行为进行过滤。

2.3 Intra-page Context-aware Interest Layer

Intra-page Context-aware Interest Layer主要建模页面内的信息，引入了页面粒度的attention机制。计算过程如下：

pi是最终的页面信息表示，那么公式中的其他符号代表的含义是什么呢？Qi代表的是用户当前页面的意图表示，具体的计算过程在下一节介绍。xi,j代表页面中第j个item的特征，fi,j代表用户对页面中第j个item的反馈特征（点击与否），ci,j代表页面中第j个item对应的上下文信息，论文中给出了5个方面的上下文信息：1）query以及query对应的品类，2）页面中与第j个item相同品类的item的个数，3）页面中与第j个item相同品牌的item的个数，4）页面中与第j个item相同卖家的item的个数，5）第j个item在价格，展示位置，销量等信息上的相对排序。

2.4 Inter-page Interest Backtracking Layer

Inter-page Interest Backtracking Layer主要建模用户的兴趣演进过程，这里比较有意思的点是，与DIEN建模用户兴趣演化不同，这里采用的是兴趣回溯的方式，即从用户的最后一个页面信息，对用户在每个页面上的兴趣进行回溯（Backtracking）。这里采用GRU结构，计算过程如下：

这里使用GRU同时采用回溯的方式,基于我们前文所介绍的假设，即认为用户的兴趣在搜索过程中是一个不断收敛的过程，使用用户在后续页面的交互行为可以推测用户在前面页面的兴趣。上面公式中的符号这里稍作解释，Qt代表用户第t个页面历史行为对应的意图表示，通过GRU计算得到，初始的兴趣表示QT为用户特征，当前搜索特征以及target item特征的拼接，为用户当前的意图表示。pt为第t个页面历史行为的页面向量。

这里个人感觉公式有些混乱，pt应该改为pt+1是更加合理的。

2.5 Page-level Interest Aggregation Layer

经过上面的介绍可以看出，每个页面的表示是通过Intra和Inter两个模块共同得到的，接下来就是类似于DIN的过程，与当前用户意图更相近的页面信息能够对预测产生更大的影响。计算公式如下：

2.6 模型训练

最后，用户特征u，query向量qT，目标item特征xt和加权页面行为表示s进行拼接，输入到MLP层得到点击率预估值，并使用logloss进行训练：

3、实验结果

论文将RACP与许多经典的Baseline方法在两个数据集上进行了对比，均取得了一定程度的提升：

4、总结

在用户行为建模逐渐进入深水区的情况下，论文创新性的引入了页面级的历史行为序列，充分考虑页面中item的相互影响以及页面兴趣的演化过程，具有一定的借鉴意义。不过个人认为还是存在一些值得考虑的问题，首先，CTR预估为单点兴趣预估，无法获取到同一页面中相邻展示的item信息，那么使用页面向量与单一item向量做attention的方式是否合理？这种页面兴趣反馈是否更加适用于重排等阶段？其次，即使对页面行为限定在同一品类的搜索词下，将用户兴趣回溯运用在不同的搜索过程中是否合理？是否可以考虑类似DSIN的方式，用户意图在同次搜索下进行回溯？以上是我个人的一些想法，可能存在不合理的地方，欢迎大家一起交流想法！