【推荐系统】ATRank: Attention-Based User Behavior Modeling Framework For Recommendation

ATRank: An Attention-Based User Behavior Modeling Framework for Recommendation

论文地址：https://arxiv.org/pdf/1711.06632.pdf

1. Introduction

• 正如单词可以由上下文表示一样，一个用户也可以由他/她的历史行为来表征
• 用户行为通常构成一个与时间相关的序列（a sequence over the timeline）
  • RNN/CNN被引入来encode behavior sequence，但是 both the basic RNN and CNN encoders suffer from the
    problem that the fixed-size encoding vector may not support both short and long sequences well
    • 即使使用LSTM或者GRU，RNN 也难以对 long-term dependencies 建模 ，且无法并行
    • CNN可以并行，但是任意两个位置的behavior之间的interaction paths最长为$lo{g}_{k}n$，$k$ 为卷积核的大小， $n$为用户行为的数量
  • attention被引入，在decode时能够给予不同的行为不同的权重
    • However, we show that the one-dimensional attention score between any two vectors may neutralize their relationships in different semantic spaces
    • attention的机制如下：$C={\sum }_{i=1}^n{a}_i{v}_i$
    • $v_i$的每个元素都使用相同的权重 $a_i$，因此对 $v_i$的不同语义并不能能够做出区分
  • 此外，用户的行为是异质的(heterogeneous)，非常灵活的，因此很难去建模
    • 以电商推荐系统举例，用户可能会浏览/点击/收藏商品（browse/click/mark items）、接收/使用优惠券（receive/use coupons）、点击广告（click ads）、搜索关键词（search keywords ），写评论（write down reviews）、看商铺的视频或者直播等，每一种行为都反映了用户的某一方面的特征，对于构建全方位的用户模型都是非常有帮助的

2. Self-Attention Based Behavior Modeling Framework

用户行为被表示为一个三元组：$\{a,o,t\}$

• $a$ 表示行为的类型 (behavior type)，比如点击/收藏/加购、领取/使用
• $o$ 表示行为的对象 (the object the behavior acts on)，比如商品、优惠券、搜索词等
• $t$ 表示行为发生的时间
• 用户的行为序列被表示为 $U=\{(a_j,o_j,t_j)|j=1,2,\cdots ,m\}$

模型分为如下几块：

• Raw Feature Spaces
• Behavior Embedding Spaces
• Latent Semantic Spaces
  

2.1 Raw Feature Spaces

• 首先会根据行为的对象 $o_j$ 将 $U=\{(a_j,o_j,t_j)|j=1,2,\cdots ,m\}$ 划分至不同的组 $G=\{b{g}_1,b{g}_2,\cdots ,b{g}_n\}$，
  $b{g}_i\cap b{g}_j=\varnothing ,U={\cup }_{i=1}^{n}b{g}_i$，例如划分为商品行为，优惠券行为，关键字行为等等

• 在每个 $b{g}_i$ 内部，object的空间相同，之后可以使用 group-specific 的神经网络去获得 behavior embeddings

• 举例：对商品的行为组成第一组$b{g}_1$，优惠券行为是$b{g}_3$，搜索相关行为$b{g}_2$，注意每组里面行为的个数不一定相同
  

2.2 Behavior Embedding Spaces

• 对于在 $b{g}_i$ 中的某个行为 $u_i=(a_j,o_j,t_j)$，会将 $a_j,o_j,t_j$ 分别转化为嵌入式向量：
  
• 对于时间 $t_j$ 会将其离散化：计算行为发生时间距当前时间的间隔，然后按照如下区间将时间间隔离散化，之后再进行embedding：
  
• behavior embedding spaces的输出是一组向量，其中 $u_{bgi}=conca{t}_j(u_{ij})$，表示所有属于第 $i$ 组的 behavior embedding 的 concat：
  
• 具体的计算过程示例如下：
  
• 有以下两点注意事项：
  • 每组embedding的维度是不一样的，因为：
    • 每个用户在不同组别下行为的个数不一样
    • 不同组别embedding size不一定一样，比如商品行为一般会比搜索行为反映更多的信息，所以会有更长的embedding size
  • 不同bg的objects如果有相同的特征，embedding 是跨组共享的，比如 shop id, category id 可以由 item, coupon组共享；但是关于时间的embedding不共享，因为时间对于不同组行为的影响不同。

2.3 Latent Semantic Spaces

• 由于不同组的embedding size不一样，因此首先通过 $F_{Mi}$ 将 $u_{bgi}$ 映射到一个相同的维度 $s_{all}$，若一个user行为的个数为 $n_{all}$, $S$ 的维度则为 $n_{all}\times s_{all}$
  
• 之后再利用 $F_{P_k}$ 将 $S$ 映射到不同的语义空间，$S_k$ 的维度为 $n_{all}\times s_k$
  
  

2.4 Self-Attention Layer

self-attention layer 用于 capture 不同语义空间的内在联系。
第 $k$ 个语义空间的 attention score matrix $A_k$ 为：

attention score function $a(S_k,S;{\theta }_k)$ 为：

• $S_k\in n_{all}\times s_k，S\in n_{all}\times s_{all},a(S_k,S;{\theta }_k)\in n_{all}\times n_{all}$

attention vectors of space $k$ are：

• $F_{Q_k}$ 是另外一个将 $S$ 映射到第 $k$ 个语义空间的映射函数（本文中为一个单层的全连接加relu激活）
• $C_k\in n_{all}\times s_k$

然后将 $C_k$ concat 起来，再经过一个只有一个hidden layer的前馈神经网络：

最后会依次经过 drop out, residual connections 和 layer normalization。

参考资料

阿里北大 ATRank 论文图解
李宏毅Transformer笔记附代码
github: Transformer代码
github: ATRank代码