电脑基础 · 2023年4月19日

一文带你了解推荐系统常用模型及框架

可以看KDD会议,最新推荐系统论文。

推荐系统概述

传统推荐模型Old school Model

协同过滤模型

通过对用户之间的关系,用户对物品的评价反馈一起对信息进行筛选过滤,从而找到目标用户感兴趣的信息。

一文带你了解推荐系统常用模型及框架

用户—商品的评分矩阵(该矩阵很可能是稀疏的)

用户\物品
x x
x x
x x

行向量表示每个用户的喜好,列向量表明每个物品的属性

基于评分矩阵(行列)计算相似度,以下是计算相似度的一些方法:

  • 余弦相似度
  • 皮尔逊相关系数
  • 欧氏距离
  • 曼哈顿距离

主要有基于用户的协同过滤与基于物品的协同过滤。

矩阵分解模型

矩阵分解为两个低秩的矩阵的乘积,通过分解后的两矩阵内积,来填补缺失的数据

优点:思路简单,可以方便完成预测;

缺点:很难增量训练(当样本激增时,可能要重新搭建矩阵),特征融合难;

一文带你了解推荐系统常用模型及框架

这里k是个隐因子,相当于是一个超参数。

逻辑回归模型

对预测用户是否会“点击商品”进行分类。转成一个分类模型。


ϕ
(
x
)
=
w
+
w
1
x
1
+

+
w
n
x
n
=
w
+

i
=
1
n
w
i
x
i
\begin{aligned} \phi(x) &=w_{0}+w_{1} x_{1}+\cdots+w_{n} x_{n} \\ &=w_{0}+\sum_{i=1}^{n} w_{i} x_{i} \end{aligned}
ϕ(x)=w0+w1x1++wnxn=w0+i=1nwixi

优点:模型简单,可解释性强,训练速度快(SGD梯度下降);

缺点:模型建模能力有限(没有考虑特征之间的相关性,以及特征之间的交叉),需要人工特征工程;

特征交叉模型

PLOY2


ϕ
(
x
)
=
w
+

i
=
1
n
w
i
x
i
+

i
=
1
n

1

j
=
i
+
1
n
w
i
j
x
i
x
j
\phi(x) = w_{0}+\sum_{i = 1}^{n} w_{i} x_{i}+\sum_{i = 1}^{n-1} \sum_{j = i+1}^{n} w_{i j} x_{i} x_{j}
ϕ(x)=w0+i=1nwixi+i=1n1j=i+1nwijxixj

在逻辑回归基础上加入了暴力二阶特征交叉

优点:加入二阶特征,建模能力增强;

缺点:时间复杂度高
n


>
n
2
n-->n^2
n>n2
;

Factorization Machine


ϕ
(
x
)
=
w
+

i
=
1
n
w
i
x
i
+

i
=
1
n

1

j
=
i
+
1
n

v
i
,
v
j

x
i
x
j
\phi(x)=w_{0}+\sum_{i=1}^{n} w_{i} x_{i}+\sum_{i=1}^{n-1} \sum_{j=i+1}^{n}\left\langle v_{i}, v_{j}\right\rangle x_{i} x_{j}
ϕ(x)=w0+i=1nwixi+i=1n1j=i+1nvi,vjxixj

为每个特征加入隐含权重(两个向量之间的内积),作为特征交叉的权重。

优点∶相比于PLOY2降低了模型参数量(
n
2


>
n
K
n^2-->nK
n2>nK
),自动特征工程

缺点︰特征交叉度有限(二阶)

GBDT+LR

GBDT:作为特征编码器;主要用于输入数据的特征筛选以及特征编码,生成离散的特征向量

LR(逻辑回归)︰利用编码结果进行训练

一文带你了解推荐系统常用模型及框架

优点︰灵活,适合新增特征(用树模型作特征组合)

缺点:树模型复杂度高

深度推荐模型

深度协同过滤(Neural CF )

将用户对物品的打分当做分类问题。

使用全连接层学习用户与物品的交互。

一文带你了解推荐系统常用模型及框架

用多层的神经网络代替矩阵分解的操作

用全连接网络可能会比乘法更加高效一点。

Wide & Deep

基本淘汰

Wide为线性模型,Deep为深度模型

浅层模型(记忆能力)和深层模型模型(泛化能力),

一文带你了解推荐系统常用模型及框架

Wide部分可以记住id,以此做一个建模。类似于LR。

Deep可以视为一个全连接网络,类似于NCF。

DeepFM

DeepFM包含FM和DNN两部分,两部分共享输入特征。使用FM替换wide & Deep中的wide部分。

DeepFM:一阶特征+二阶特征+深度特征

一文带你了解推荐系统常用模型及框架

抛弃之前的单Wide部分,用FM代替,加强浅层特征的组合能力,用一阶和二阶替代。

DIN

首个加入Attention机制

根据用户和物品调整权重

一文带你了解推荐系统常用模型及框架

推荐系统框架&工具

DeepCTR

https://github.com/shenweichen/DeepCTR

https://github.com/shenweichen/DeepCTR-Torch

https://deepctr-torch.readthedocs.io/en/latest/Quick-Start.html

实现了经典的推荐算法模型,支持Keras和Pytroch。
对模型和输出处理封装的比较好,适合比赛用。

xlearn

https://github.com/aksnzhy/xlearn

https://xlearn-doc-cn.readthedocs.io/en/latest/

LR、FM、FFM的高效实现,适合离线建模使用。

RecBole

伯乐,一个统一、全面、高效的推荐系统代码库

https://recbole.io/cn/

支持72个模型,28个数据集,适合学术用途

一文带你了解推荐系统常用模型及框架

文本编码方法Text Encoding

  • Count:统计文本字符个数、单词个数

  • LabelEncoder:统一进行标签编

  • Multi One-Hot:进行多值标签编码(例如one-hot编码后相加)

    AB : 011 BC : 110 AC : 101

    One-Hot:eg:A: 0 0 1 B:010 C:100

  • CounterVector:与Multi One-Hot,但加入次数统计

  • TfidfVectorizer: 次数 和 词频统计

  • Word2Vec:词向量映射,然后聚合