深度学习时代的推荐系统

源 | 小象（微信号：AIReport）    文 | 王亮

深度学习在语音和图片识别等领域的效果有目共睹，各种介绍文章已经非常多了。但机器学习应用最广泛的推荐和广告领域，深度学习还刚刚崭露头角，相关的文章还不是特别多。本文结合一个典型的短视频推荐系统，介绍深度学习在这个领域的一些实际应用。

现在典型的推荐系统框架，基本都是二层结构，先是通过热门推荐、基于内容的推荐、协同过滤等方法，获得“候选推荐集”，然后通过CTR预估等对候选集进行二次排序，展现给用户。深度学习的作用，主要是对其中的某些环节进行改进。

Word2vect的应用

首先是基于内容的推荐，该方法也是目前信息类推荐中，应用最为广泛的。内容推荐的一个要点在于给文本打标签，一般都是粗粒度的“类别标签”+细粒度的“关键词标签”。其中类别标签就是一个典型的文本分类问题，如图1所示。

图 1 短视频的标签

常规的做法，就是用“TF*IDF”做特征，生成文本的向量空间模型，然后用LR、SVM进行分类即可。但用短视频标题做10多个分类, Accuracy很难超过60%。这个其实属于典型的短文本分类问题。基于TF*IDF这种one-hot类的特征，像这两个视频标题 : “白夜追凶精彩剪辑”和“潘粤明新剧火了” 的相似度为0。

这个问题早期的解决方法很多都是基于topic model的，最近则更多的使用词向量。用Google的word2vect等工具，可以方便的把短文本中每个词向量化，然后简单的进行向量相加、归一化，就可以很容易得到短文本的向量表示，用这些向量作为分类器的输出，效果改善非常明显。

短视频分类问题，很多又是“多标签（multi label）”问题，如一个视频可以属于“明星”，又可以属于“娱乐”。更典型的像知乎这样的社区，“标签/类别”数量本身也会非常多，“短文本+多标签+类别多”就形成一个非常有挑战性的问题。具体可以看看前一段时间知乎组织的“2017 知乎-看山杯机器学习挑战赛”，就是做一个2000个类别的多标签分类问题，数据还都开放。

图2 知乎看山杯的比赛题目

排名前面的队伍，基本思路大多是word2vect作为输入，用基于RNN/CNN的TextCNN/fastText、TextRNN等做学习网络，用交叉熵（Cross Entropy）作为损失函数。

还有就是协同过滤的流程，像基于用户的推荐，首先就要对用户两两求相似度，用户的向量表示，一般都是其浏览过的视频。在特征处理中，大家都看过的热门视频是没有用处的，一般都会过滤掉。但有些研究，就专门利用这些“热门”视频，把观看过的用户，按照观看时间点顺序列出，大概这样的（v表示视频，u表示用户）:

v1:u1 u2 u3 u4…..

v2:u3 u6 u9 u10 ….

然后把视频v都当做“文本”，用户u都当做“单词”，好吧user2vect搞定了，然后我们基于这种user embedding方法，就可以求用户之间的相似度了。这种方法在喜欢围观的国内社区，尤为有效。

RNN/LSTM的应用

基于浏览时间序列做推荐，还有另外一种方法，主要是利用单个用户浏览视频的时间序列，如用户u1的观看过的视频依次为：

u1：v1, v4,v6,v10, ….

我们就可以用RNN/LSTM建立一个视频的序列模型，实践中可以使用相对活跃的用户来构建。使用模型的时候，利用sample的方法，输入用户的历史浏览记录，就可以预测推荐新的视频了。基本的训练算法如下图所示：

图3 基于用户浏览视频序列，训练RNN/LSTM模型

像网易严选的推荐系统，就有用到类似的时序模型。其推荐系统框架和用户特征框架如下图所示：

图4 网易严选的推荐系统和用户属性系统，图片原载于“推荐系统本质与网易严选实践”

CNN的应用

视频预览、广告创意图片等，在用户点击决策中，往往占据很大的比例，因此，目前工程实践中应用报道较多的深度学习方法，就是对视频截图、创意图等图片特征的提取，然后与其它特征一起，做CTR预估。

我们在做短视频推荐中，也尝试利用了CNN算法，抽取预览图片的深层特征，然后与其他特征一起，做CTR预估使用，但实测效果并不是特别明显。

再者，基于CNN提取的图片特征，本身就可以做图片之间的相似度，然后做item based推荐。这种方法推荐出来的一般称为“相同风格”的视频，典型的如下图所示：

图5 一组基于CNN特征获取的相似截图

像美团就使用到CNN等技术，提取图片深度特征，对图片进行质量评分。其主要使用AlexNet去提取图片的高层语义描述，学习美感、可记忆度、吸引度、品类等High Level特征，并补充人工设计的Low Level特征（比如色彩、锐度、对比度、角点）。在获得这些特征后，训练一个浅层神经网络对图像整体打分。

美团整体的推荐系统算法框架和图像特征提取框架如下面两图所示：      

图6 美团推荐算法框架，原载于“美团点评技术团队”网站

图7 美团图片深度特征提取，原载于“美团点评技术团队”网站

Youtube的推荐系统框架

YouTube作为Google自家的产品，其推荐系统自然是样板案例。YouTube推荐系统也经典的两层结构，其是由两个神经网络组成的，一个用于候选生成，一个用于排名。其具体的深度学习算法框架如下图所示：

图8 YouTube推荐算框架，图片原载于Deep NeuralNetworks for YouTube Recommendations ，RecSys2016

从上图中可以看到，YouTube主要使用了传统的用户的流量、评分等行为，包括序列信息等，并没有提到到截图等新特征。

短视频推荐实战课

最后简单说下我们的短视频推荐实战课。简而言之，我们的希望构建一个机器学习、深度学习的“朱日和”战场，涵盖完整的线上产品、真实的数据、各类算法落地等。以同学们为中心，把所学的各种理论知识都能实际的coding出来，反映的真实的产品中，真正做到实践出真知。

-END-

---

●本文编号493，以后想阅读这篇文章直接输入493即可

●输入m获取文章目录

推荐↓↓↓

算法与数据结构

更多推荐《18个技术类公众微信》

涵盖：程序人生、算法与数据结构、黑客技术与网络安全、大数据技术、前端开发、Java、Python、Web开发、安卓开发、iOS开发、C/C++、.NET、Linux、数据库、运维等。