初学者系列：Neural Factorization Machines 神经因子分解机详解- 专知

初学者系列：Neural Factorization Machines 神经因子分解机详解

导读

在预测任务中，特征向量通常是稀疏且高维的。为了解决稀疏预测问题，有效的学习特征交互一直是学者们努力的方向。本文主要通过《Neural Factorization Machines for Sparse Predictive Analytics》一文介绍一种更有效的学习特征交互，解决稀疏预测问题的方法——NCF（Neural Factorization Machines）。

No.1

动机

预测分析是推荐系统、搜索排名等信息检索（IR）和数据挖掘（DM）任务的最重要技术之一。预测变量大多是离散的和分类的。为了构建预测模型，通常使用one-hot编码将输入转化为二进制，但是经过转换的特征向量通常是高维且稀疏的。为了更有效的在稀疏数据中学习，更好地学习特征交互是必不可少的。但是之前学习特征交互的方法(例如：人工特征、FM以及DNN)都存在或多或少的局限。

为了解决这些方法中的缺陷，更好地学习交互特征，作者提出了NFM（Neural Factorization Machine）模型用于稀疏数据下的预测，NFM结合了FM在建模二阶特征相互作用中的线性与神经网络（NN）在建模高阶特征相互作用中的非线性。并且NFM使用更浅的结构在练习中更容易训练和调整。

No.2

核心思想

NFM结合了FM在建模二阶特征相互作用中的线性与神经网络（NN）在建模高阶特征相互作用中的非线性，实现高阶交互+非线性特征交互。

NCF是将FM中的二阶交叉特征项通过双线性交互层（BI-Interaction）进行池化操作实现，并将得到的交叉特征送入神经网络（NN）中提取高阶与非线性的特征交互。

对于FM的输出为：

tips：请点击FM看FM算法详解

NCF的输出为：

f（x）是NFM的核心组件，用于建模特征交互。

Embedding层

Embedding层是一个全连接层，是将稀疏输入映射为一个密集向量。可以将FM算法中的隐向量V看作该Embedding层的权重矩阵，经过Embedding后会获得一系列的嵌入向量（ embedding vectors ）V_x :

由于x为one-hot形式（输入x中只有一个位置不为0），故 V_x 在 x_i 不等于0时可以写为：

BI-Interaction层

BI-Interaction层是一个池化操作，将Embedding层得到的一系列嵌入向量集合V_x 转化为一个向量（相当于FM模型中的交叉项）。

与FM中的交叉项一样，BI-Interaction层的输出 f_{RI}(V_x)可以化简为如下形式：

其中：

⊙ 表示向量的逐元素乘积
输出是k维向量，k是embedding的维度

隐藏层

隐藏层学习特征之间的高阶交互，各层的输出如下：

W_i表示第i层的感知机权重矩阵；
b_i表示第i层的感知机的偏置向量；
σ_i为第i层的激活函数。

因此，NCF的输出表示为：

其中：

h为输出层神经元权重

Note:将隐藏层去掉直接连接输出层，NFM就变为了FM

优化

对于不同的优化问题（回归、分类、排名）可以选择不同的损失函数。

我们以回归问题为例，使用平方损失作为目标函数：

则参数更新可以表示为：

其中：

η为学习率
参数Θ 包括{w_0,{w_i,v_i},h,{W_l,b_l}}

为了更好地训练模型，作者还提出在训练过程中加入Dropout与Batch Normalization.

Dropout

论文中并没有在目标函数中加入L2正则化项，而是分别在Bi-Interaction层、隐藏层进行了Dropout，随机丢弃隐层向量，以防止过拟合。

Batch Normalization

为了避免出现随着网络深度加深，训练越来越困难，收敛越来越慢的问题，作者加入了Batch Normalization对输入进行处理（把每层神经网络任意神经元的输入值的分布强行拉回到均值为0方差为1的标准正态分布）。BN操作层，位于X=W_i *z_{i-1}+b_i激活值获得之后，非线性函数变换之前。

tips：出现网络收敛越来越慢的原因：深层神经网络在传入激活前的输入（W_i *z_{i-1}+b_i），在训练过程中分布会逐渐往非线性方向偏移，造成低层神经网络梯度消失。

No.3

代码详解

源码地址：

https://github.com/hexiangnan/neural_factorization_machine

主要框架如下：

环境：

Python 2.7
Tensorflow

tips：可以将源码中的xrang改为range、sub改为subtract即可使用Python 3

数据

官方给出了经过处理的 MovieLens 1 Million (ml-1m) 和 frappe两个数据集，数据集示例如下：

在所有的数据中，第一位代表标签（1或者-1），其余的都是特征。

构造数据集（LodaData.py）

在构造数据集时主要是通过如下两个函数实现，得到数据集中特征的索引值（并没有对输入数据直接进行one-hot处理）与标签，并存放在字典中，组成训练集、验证集、测试集。

构造得到的数据集形式如下：

主函数

源码中除了给出实现NFM的代码以外，还给出了实现FM的代码，下文主要介绍NFM的实现。

在主函数部分主要是通过调用LodaData（）加载数据集、NeuralFM类获得定义的NFM模型以及训练函数train（）训练模型。并且在训练的每一个epoch都会输出训练集、验证集、测试集的损失，并在最后输出效果最好的一次。

模型

NFM模型的实现主要通过NeuralFM类中的 _init_graph函数。模型主要包括Embedding层、BI层、隐藏层、输出层四部分。并且在 _init_graph（）中定义了损失函数与优化器。

Embedding层：通过函数 tf.nn.embedding_
lookup（）根据输入特征的索引号找到对应权重中的一行。（这也是在一开始不需要对数据进行one-hot转换的原因）
BI层：相当于FM中的二阶交叉项计算。
隐藏层：隐藏层通过for循环实现每一层的W_i * z_{i-1} + b_i。
输出层：