论文笔记之Deep Neural Networks for YouTube Recommendations

Deep Neural Networks for YouTube Recommendations

文中把整个推荐过程分成两个步骤:
•deep candidate generation model. 即召回部分
•deep ranking model. 即精排部分

文中指出YouTube推荐的三个主要挑战:
•Scale. YouTube推荐的数据规模大,一些适合处理小规模数据的推荐算法效果不好。
•Freshness. YouTube的语料库(corpus)是动态的,每一秒都有大量的视频被上传。推荐系统需要能够对新上传的内容作出反应,并且能够对用户最近采取的行动作出反应。能够在新内容与得到确认(well-established)的内容之间达到平衡,即探索与利用。
•Noise. 以用户的历史行为进行预测本身就有一定的困难,包括数据稀疏性以及一些不可观测的外在因素。我们获得的数据并不是关于用户满意度的ground truth, 而是内含了一定噪声的数据。

SYSTEM OVERVIEW

推荐系统的总体结构如上所示。系统有两部分的神经网络组成:candidate generation和ranking.
candidate generation network把用户的历史行为作为输入,并从语料库(corpus)中检索出一个子集(hundreds)。candidate generation network通过协同过滤(CF)进行粗略的筛选。
ranking部分为每个物品分配一个score, 然后根据score进行排序,将高的推送给用户。
在模型的构建过程中,使用一些离线指标(precision, recall, ranking liss, etc.)来引导模型更新的方向。然而,最终衡量算法或模型的效果,需要使用在线A/B测试。

CANDIDATE GENERATION

这一步的目标是把大量的corpus减少到hundreds规模的候选集,也就是召回过程。
模型结构如下。

需要注意的是,embedding的生成和模型参数是共同训练的。通过一个average pooling将一组向量整合成一个向量,输入到之后的模型部分中去。
人口统计学的特征也是非常重要的,能够提供一个先验,从而使得对于新用户的推荐也是合理的。
geographic region以及device之类的特征,也做了embedding,整合到长向量中。简单的binary特征和连续型特征,比如gender, logged-in state, age等可以直接输入到网络中,实数值的特征归一化到[0,1]。
example age是一个很特殊的特征。
在YouTube上每一秒都有很多videos被上传,对于这种最近被上传物品的推荐是很重要的。机器学习系统通常表现出对历史数据隐含的偏好,因为模型是从历史数据中进行学习的。为了解决这一问题,在训练阶段引入example age这一特征,指的是the age of the training example。在预测阶段,这个特征将会被设置为0(或者很小的负数)。文中并没有精确的定义example age,应该是把log日志距离当前的时间作为example age。比如24小时前的日志,example age就是24。
回到模型图,最上面分为training和serving两部分。在training阶段,使用softmax预测用户的next watch,输出在所有候选video上的概率分布。label的选择方式如下。

在serving阶段,使用了nearest neighbor search的方法,这是因为最近邻搜索计算量要小得多。最后一层relu输出的向量即为user vector,而video vector文中并没有具体描述,根据模型图推断,应该是最后一个relu和softmax层之间的权重矩阵output embedding matrix来获得的(通常在word2vec中用input embedding matrix)。

RANKING

在ranking阶段,对hundreds规模的候选集进行精排,确定要推荐给用户的物品。文中使用一个deep neural network使用logistic regression来为每个video的曝光分配一个值(其实就是做CTR)。然后对物品按score进行排序,并返回给用户。文中提到YouTube最终的ranking objective会基于线上A/B测试结果做一些调整,但总体上是一个关于每次曝光的期望观看时长的简单函数。并且指出如果完全根据CTR排序,会促进视频欺诈,也就是用户不会播放完整(原文用了clickbait一词,类似于标题党)。使用观看时长,可以更好的捕获用户的参与度。

对连续型特征做归一化,对离散型特征做embedding(如果不存在,文中提出用0向量代替)。
这里引入一个新的网络来做ranking是为了引入更多的特征,因为现在候选集的规模相对比较小了。
图中画出了一些具体特征:
•impression video ID:当前考虑的video的ID,之后接一个embedding。
•watched video IDs:用户观看过的video的ID,因为是一组ID,做完embedding后还要做average pooling。
•user language:用户的语言。
•video language:video的语言。
•time since last watch:距离上次观看的时间。
•# previous impressions:该视频已经曝光给该用户的次数。
一个特征输入x, x ^ 2, 根号x是为了给模型提供更多的表达力。
模型的目标是给定训练集(包括positive样本和negative样本,即video曝光后是否被点击)来预测期望的观看时间。正例表示用户观看该video的时间。这里使用了weighted logistic regression,损失函数用交叉熵。对于正例,会通过观看时间来进行加权;对于负例,使用单位权重。
在serving阶段,使用指数函数作为激活函数来预测期望的观看时间。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,175评论 5 466
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,674评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,151评论 0 328
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,597评论 1 269
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,505评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 47,969评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,455评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,118评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,227评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,213评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,214评论 1 328
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,928评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,512评论 3 302
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,616评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,848评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,228评论 2 344
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,772评论 2 339