推荐系统模型(一) DFN 详解 Deep Feedback Network for Recommendation

背景

在大多数的推荐系统中,往往注重于隐式正反馈(例如:点击),而忽略掉用户的其他行为(例如大多数CTR模型只考虑用户的喜欢,而忽略了不喜欢)。腾讯在Deep Feedback Network for Recommendation 一文中,提出了一个新颖的推荐系统模型,该模型使用了一个新的神经网络框架,考虑了用户显式/隐式的正负反馈,通过大量的实验证实了该模型的有效性和鲁棒性。

先验知识

  1. 显式反馈(explicit feedback)

例如: 用户对某商品/item的评分,或者明确的喜欢/不喜欢。

特点: 质量高,能够很明确的表达用户的喜好,但是数据非常稀疏。

  1. 隐式反馈(implicit feedback)

隐式正反馈(implicit positive feedback): 例如 点击 行为。

隐式负反馈(implicit negative feedback): 例如 浏览(曝光)但是未点击 行为。

特点: 数据量多,但是噪声特别多。例如: 用户没有点击的也不一定是他不喜欢的。还有一点非常重要,推荐系统推荐给用户的item,即使没被点击,但是也可能是用户喜欢的,也可能包含了用户感兴趣的部分,这在后面的网络模型中,有体现。

方法

定义:

模型框架:

DFN网络如下图所示,主要有两部分组成:

(1)the deep feedback interaction module(右图).

在这一模块内,使用多种类型的反馈作为输入,通过这些反馈的交互,提取出用户对于target item的偏好(喜欢或者不喜欢)。

(2)feature interaction module.

在提炼出feed back feature之后,通过使用Wide,FM,Deep等三种策略,让特征之间进行交互。

现在让我们来关注一下deep feedback interaction module部分。

Deep feedback interaction module详解

在这一模块中,可细分为Internal Feedback Interaction Component(红色方框) 和 External Feedback Interaction Component(绿色方框)两部分,为了方便叙述,我们以下简称为Internal部分和External部分。

Internal Feedback Interaction Component

在Internal部分中,关注于target item与用户各种行为的交互,在这里的所有行为当中,都使用了多头注意力机制。所有的行为embedding由物品的embedding和位置embedding组成。我们使用点击行为click做一个举例。

通过将target item

与点击行为序列组合在一起,构成我们的输入矩阵

External Feedback Interaction Component

在external部分,旨在根据高质量的click和dislike等行为,在unclick行为中,找出用户真的喜欢和不喜欢的。所以使用了两个vanilla attention中,将、分别与产生交互,来为未点击的序列判断喜欢或者不喜欢的偏好。

Feature Interaction module详解

损失函数(优化目标)

相关推荐
麦麦大数据5 天前
D017 vue+django+neo4j音乐知识图谱推荐可视化分析系统|带管理员角色+爬虫
vue.js·数据分析·django·知识图谱·neo4j·推荐算法
wx_ywyy67987 天前
全球化短剧系统开发指南:多语言AI字幕与区域化推荐算法
推荐算法·海外短剧系统·海外短剧·短剧系统开发·海外短剧系统开发·多语言ai字幕系统开发·多语言翻译
SmartBrain7 天前
华为MindIE 推理引擎:架构解析
人工智能·华为·架构·推荐算法
B站_计算机毕业设计之家8 天前
✅ Python+Django租房推荐系统 双协同过滤+Echarts可视化 租房系统 推荐算法 全栈开发(建议收藏)✅
python·机器学习·数据分析·django·echarts·推荐算法·租房
GRITJW13 天前
从MMoE到PLE:读懂多任务学习架构的渐进式演化
推荐算法
GRITJW15 天前
ESMM学习笔记:如何解决CVR预估中的样本选择偏差与数据稀疏难题
推荐算法
GRITJW16 天前
深度剖析RQ-VAE:从向量量化到生成式推荐的语义ID技术
推荐算法
IT学长编程17 天前
计算机毕业设计 基于Hadoop的健康饮食推荐系统的设计与实现 Java 大数据毕业设计 Hadoop毕业设计选题【附源码+文档报告+安装调试】
java·大数据·hadoop·毕业设计·课程设计·推荐算法·毕业论文
科兴第一吴彦祖18 天前
在线会议系统是一个基于Vue3 + Spring Boot的现代化在线会议管理平台,集成了视频会议、实时聊天、AI智能助手等多项先进技术。
java·vue.js·人工智能·spring boot·推荐算法
GRITJW18 天前
推荐系统中负采样策略及采样偏差的校正方法
推荐算法