最近陆续把一些文章搬到微信公众号上,之后的更新也会在公众号上同步进行. 欢迎搜索:DeepCTR
论文地址：https://dl.acm.org/doi/10.1145/3298689.3346997
前言
这篇论文介绍了一个多目标(multi-object)推荐排序系统，用于YouTube中给用户推荐下一个要观看的视频。该系统面临许多实际的困难，如多种排序目标的中和，用户反馈中的隐式选择偏差(select bias)等。为了解决这些问题，我们使用了多种软参数共享(soft-parameters sharing)技术，如Multi-gate Mixture-of-Experts来高效地优化多个排序目标。除此之外，还使用了类似Wide&Deep的结构来解决选择偏差问题。
I. 简介
本篇论文的应用场景是给定用户正在观看的视频，来推荐该用户下一个想要看的视频。典型的推荐系统往往遵循着两步走的结构 ，即候选集生成(candidatie generation)和排序(ranking)，这里可以参考我之前的文章：入门必读：YouTube深度推荐系统。本篇论文主要着重于排序阶段。在该阶段，推荐系统将使用相对复杂的模型，对数百个视频组成的候选集进行打分，并根据打分排序为用户推荐视频。
该推荐系统面临的主要挑战有：
- 需要优化的不同目标之间可能存在冲突。比如说，除了给用户推荐他/她想看的视频，我们还希望用户可以对视频评高分并与朋友分享，这些目标并不是完全一致的。
- 推荐系统中的隐式偏差经常存在。比如用户更倾向于点击排在更前面的视频，但这些视频往往不是用户最感兴趣的。因此用现有的数据训练出来的模型将会有偏差，造成反馈循环(feedback loop) 效应。
为了解决以上困难，论文提出了一个用于排序系统的多任务神经网络结构，如图1所示。
首先将不同的预测目标归为两类：
- 参与度(engaement)目标，如用户点击，观看视频等；
- 满意度(satistaction)目标，如用户喜欢了某个视频，并留下评论等。
为了学习和估计不同类型的用户行为，论文中使用了MMoE[1]来自动学习所有可能冲突的目标之间的参数共享。MMoE模型可以将输入层进行建模成不同的专家层(expert layer)，对输入层的不同方面进行学习，这提升了模型从复杂特征空间学习表达的能力。通过使用不同的gating networks，每一个预测目标都可以选择不同的experts的输出进行共享。
为了解决训练数据带来的选择偏差(如位置偏差)，我们在主模型的基础上增加了一路shallow tower，如图1中的左侧所示。Shallow tower采用与选择偏差有关的数据作为输入，输出一个标量，serving时作为主模型最终预测的偏置项。这一模型将训练数据中的标签拆解为两部分：即由主模型学习的非偏差的用户行为，以及由shallow tower学习的带有偏差的分数。这一模型可以看做是Wide&Deep模型的延伸，这里shallow tower就代表了Wide的部分。
II. 模型结构
2.1 系统架构
本文所介绍的排序系统学习两种类型的用户反馈：参与行为(engagement behaviors)和满意度行为(satisfaction behavior)，参与行为包括点击，观看等；满意度行为包括喜欢，关注，取关等。系统会根据用户行为特征，搜索历史，上下文特征等，来预测前述的两种不同的用户反馈。
2.2 排序目标
总体来说，预测目标有两类，即2.1节介绍的参与目标和满意度目标。这两种目标每个都包含了两种预测任务：二元分类(binary classification)和回归(regression)，其中二元分类任务用于点击率预测等，回归任务用于观看时长，用户评分等预测。
为了预测多种目标，需要训练一个多任务的排序模型。对于每个candidate，模型将不同目标的预测结果使用不同的权重整合起来，计算出一个分数，来决定最终的视频排序结果。
2.3 多任务关系建模以及MMoE
多目标排序系统通常会使用一种底层共享的结构，如图2 (a)所示。但这种硬参数共享(hard-parameters sharing)的模式会对多目标的学习不利，尤其是在两个任务之间的关联不大的情况。为了解决这一问题，论文采用了Multi-gate Mixture-of-Experts(MMoE)的模型[1]，如图2(b)所示。
MMoE模型是一个软参数共享(soft-parameters sharing)结构，能够更好的处理多个任务间的冲突问题。MMoE改进了Mixture-of-Expert(MoE)结构，允许不同的expert layers间共享参数，并且使用不同的gating network来控制每一个模型。MMoE在处理不同任务时，与底层参数共享模型相比并不会显著增加网络参数，其主要变化就是用MoE层来代替ReLu层，并为每个任务增加单独的gating network。
本论文中的排序系统在共享的隐藏层之上增加了expert layer，如图2(b)所示。这是因为使用MoE层用在hidden layer或input layer之上更好的对多模态(multimodal)的特征空间进行建模。之所以不在输入层上直接使用MoE，是因为输入层维度通常很大，使用MoE会使模型的serving性能下降。
Export layer采用了典型的MLP+ReLu结构。给定任务 ，预测输出为
，最后一层hidden layer
，含有n个experts的MMoE层的输出
可以写作：
此处是hidden layer输出的低阶embedding，
是任务
的gating network，
，
是
个gating入口，
是第
个expert. 这里的gating network是简单的线性函数加上softmax层：
2.4 消除选择偏差
复杂的神经网络模型可以使用大量的用户隐式反馈(implicit feedback)来训练排序模型。但由于隐式反馈来源于真实推荐系统的数据，因此往往是带有偏差的，如位置偏差等。在视频推荐系统中，用户会倾向于点击观看排名靠前的视频，而不是他们真正喜欢的视频。消除这类位置偏差有助于打破反馈循环，提升模型效果。
论文采用的结构类似于Wide&Deep，将模型预测拆分成user-utility和bias component两部分，分别通过main tower和shallow tower来学习。Shallow tower专门使用了与选择偏差有关的特征来训练，并加入到主模型最终预测的logit上作为偏置项，如图3所示。这里采用设备信息(device info)的原因是位置偏差与用户使用的设备也有很大关系。
IV. 总结
本论文提出了一个多目标排序系统，并将其应用于为用户推荐下一个视频。为了优化多中排序目标，模型采用了MMoE结构，并使用了软参数共享的方式对多目标进行学习。同时，模型还加入了一个轻量级的shallow tower结构，专门用来消除推荐中的选择偏差问题，尤其是位置偏差。
参考资料
[1] Jiaqi Ma, Zhe Zhao, Xinyang Yi, Jilin Chen, Lichan Hong, and Ed H Chi. 2018.
Modeling task relationships in multi-task learning with multi-gate mixture-of�experts. In Proceedings of the 24th ACM SIGKDD International Conference on
Knowledge Discovery & Data Mining. ACM, 1930–1939.
