前言
在大规模推荐系统中，获取用户的精准偏好是一个基本问题。本论文提出了一种基于序列的深度匹配模型(Sequential Deep Matching, SDM)，通过结合长短期会话(session)和长期行为来获取用户的兴趣演变。
I. 背景介绍
工业界的大规模推荐系统既要准确地预测用户的兴趣，同时也要有足够高的性能以快速响应用户的请求。淘宝的推荐系统的架构分为匹配(matching)和排序两个阶段，在匹配阶段生成一个较大候选集的商品集，然后在排序阶段从中精选出得分最高的商品直接推荐给用户。这一过程中，匹配阶段召回的商品集是排序的基础，起到很关键的作用。现阶段，淘宝线上服务使用的召回模型主要是CF方法。CF只能对静态的user-item对进行建模，更倾向于为用户推荐相同性质的商品，无法准确地描述用户动态的兴趣变化。为了准确地理解用户的兴趣，匹配模型必须对用户序列特征进行有效的利用。
用户行为序列通常分为短期和长期序列，对这两种序列又有不同的利用方法。近年来，许多RNN模型以及attention结构被应用于短期序列的探索。对于同一个商品，用户会从品牌、颜色、风格、口碑等方面进行比较，最终做出自己的选择。在模型结构上，使用单个点乘的attention就无法表现出这一差异。因此论文中借鉴了机器翻译的经验，采用了multi-head self attention来捕捉用户的不同兴趣方向。
对于长期兴趣，一般会将其与当前的短期序列简单地组合在一起。但实际上，用户的长期序列十分丰富，会存在大量的信息冗余。例如某个用户时一位NBA球迷，在该用户浏览球鞋相关的商品时，他的长期序列信息中可能会有一些其他不相关商品的信息，这会对预测用户当前的行为造成偏差。因此简单地将长短期信息拼接，或只是用常数项的权重来结合都无法获得好的效果。我们应当动态地利用长期序列，只选取其中对当前会话有用的信息。本论文中采用了gated fusion结构来结合长短期序列，输入为用户特征以及代表用户长期和短期行为向量，并使用一个可学习的门向量(gate vector)来控制长短期序列如何结合。这样可以选取长期序列中最有效的信息，让用户对长短期兴趣的attention更加精细化。
与现有的基于序列信息的模型相比，SDM主要解决了实际场景中的两个问题：
- 在同一会话中，可能存在多个兴趣倾向；
- 用户的长期兴趣与当前的短期会话内容无法高效地结合。
II. 模型架构
2.1 问题描述
下面进入有(ku)趣(zao)的数学公式环节，SDM模型的整体架构如图1所示。用和
分别表示用户和商品集合，模型需要解决的问题是，用户
在时刻
是否会与商品
发生交互（点击、购买等）。对于用户
，我们可以得到其历史交互过的商品集合，并根据时间远近来排序，构造会话(session)特征。这里对session的划分规则如下：
- 后台系统记录下的属于同一session ID的商品，归到同一个session中；
- 交互时间不超过10分钟的商品归到同一session中；
-
一个session的最大长度为50个，超过50另起一个新的session.
图1 基本架构
在众多session中，最近的一个session被定义为用户的短期行为，即，这里
是序列的长度。用户交互过的七天以前的商品被定义为长期行为，用
表示。给定
和
，SDM模型的任务就是给用户推荐其感兴趣的商品。
该模型取和
作为输入，并将其分别编码为在时刻t的短期会话
和长期行为
, 这两种表示结合起来一起输入到一个gated neural network，这一网络被称为用户预测网络(user predict network)，用于预测用户的行为向量
. 令
表示
的embedding vector，其中
指商品库中所有商品的数量，
是embedding size. SDM的目的是在时刻t+1根据最终的分数来预测top N个商品。最终分数的计算如下:
这里的score是内积函数，是第
个商品的embedding vector.
2.2 模型训练和在线服务
在离线训练过程，时刻t的正样本即为用户下一个点击的商品；负样本则是从商品集
中使用log-uniform分布选取的非
的其他商品。输出函数使用softmax来代表概率，这一过程又称为sampled-softmax。损失函数采用cross-entropy，用公式表示如下
这里是商品集
采样后的子集，包含正负样本；
是
和每个
的内积；
是每个商品的预测分，
是商品
的真实概率分布。
除了离线训练之外，SDM模型还被部署到了线上推荐系统上。商品的embedding vector导入到高效率的KNN相似性搜索系统中，同时user prediction network部署到高性能的机器学习实时inference系统，与YouTube视频推荐的架构类似。当用户使用在线服务时，他们会与许多商品有交互，这些交互记录会被记录到后台系统。这些信息会经过处理然后以用户日志的形式存储到数据库中，然后其中有用的信息会被提取出来，用于构造模型的训练数据。在时刻
，用户的历史行为(
和
)被输入到inference系统中，然后用户行为
被预测出来。KNN搜索系统就从商品库中检索出与
的score（见式(1)）最相似的商品，从而筛选出Top N商品。
模型结构如图2所示，下面将详细介绍模型对于长短期序列的利用。
2.3 输入特征
为了准确地描述用户特征，除了user ID之外，SDM还使用了一些辅助信息来作为神经网络的输入，如categoray，brand，shop等，用表示。每个输入item
，经过embedding layer转化为dense vector
来表示。
其中是第
个输入特征
的embedding，
是embedding size.
是embedding矩阵。
类似的，用户侧信息如年龄，性别等也用这种方式输入到神经网络中
2.4 LSTM
对于用户的短期序列，论文采用了LSTM结构来获取序列信息，将用户
的短期序列中的第t个item向量
编码为hidden vectors
，
又被称为序列偏好表示(sequential preference representation)，将被输入到网络的attention层中来获得更高阶的表达。
2.5 Attention机制
在用户的浏览购物过程中，经常会出现随意的无目的的点击，即causal clicks，这会在序列中引入不相关的信息，从而影响的表达效果。SDM采用了self-attention的机制来消除casual clicks的影响。
(a) Multi-head Self-Attention
Self-attention是一种特殊的attention机制，采用序列自身作为query，key和value。对self-attention不熟悉的同学们可以我参考之前的文章：BST: Behavior Sequence Transformer中的self attention过程详解
用户的兴趣是多方面的，例如在浏览一件裙子时，用户可能会考虑到颜色，样式，品牌等等因素，因此单个attention无法完整描述用户的所有兴趣。这里采用multi-head attention机制，将用户兴趣投射到不同的空间上，表示如下：
其中是输出线性变换的权重，
代表了heads的总数，
.
每一个代表一个潜在的兴趣：
Attention score计算为：
最后，每个head可以写作
(b) User Attention
类似地，不同用户会对同一商品产生不同的兴趣，因此论文在self-attention之上加入了一个user attention模块来挖掘更加个性化的信息，这里用户embedding用作query vector，在t时刻的短期序列
可以写作
其中
2.6 长期序列的结合
长期序列包含多个子集：
(item ID)，
(leaf category叶子类目)，
(一级类目)，
(店铺)，
(品牌)等。每个子集都经过embedding编码为dense vector，并以attention pooling的方式聚合起来，用公式表示如下：
其中为
的embedding向量，用户embedding向量
作为query vector来计算attention score
. 不同的子集concat一起后输入到DNN网络中：
这里是长期序列在神经网络中的表示。
论文使用了一个门网络来控制长短期序列的结合。如图2所示，该网络取，
，和
作为输入，并使用门向量
来控制不同序列输入的权重：
最终输出的用户行为向量由下式计算
这里 指元素对应相乘(element-wise multiplication)。
III. 总结
本论文提出了一个将用户的长短期行为结合起来的深度召回模型。模型使用了mult-head self-attention来获取用户长短期行为中的多层次兴趣，并使用门网络的形式将长短期序列结合起来，使长期序列能够更好地发挥作用。
