1.背景

在當前這個移動互聯(lián)網(wǎng)時代，除了專業(yè)內容的豐富，UGC內容更是爆發(fā)式發(fā)展，每個用戶既是內容的消費者，也成為了內容的創(chuàng)造者。這些海量的內容在滿足了我們需求的同時，也使我們尋找所需內容更加困難，在這種情況下個性化推薦應運而生。

個性化推薦是在大數(shù)據(jù)分析和人工智能技術的基礎上，通過研究用戶的興趣偏好，進行個性化計算，從而給用戶提供高質量的個性化內容，解決信息過載的問題，更好的滿足用戶的需求。

2.愛奇藝推薦系統(tǒng)介紹

我們的推薦系統(tǒng)主要分為兩個階段，召回階段和排序階段。召回階段根據(jù)用戶的興趣和歷史行為，同千萬級的視頻庫中挑選出一個小的候選集（幾百到幾千個視頻）。這些候選都是用戶感興趣的內容，排序階段在此基礎上進行更精準的計算，能夠給每一個視頻進行精確打分，進而從成千上萬的候選中選出用戶最感興趣的少量高質量內容（十幾個視頻）。

推薦系統(tǒng)的整體結構如圖所示，各個模塊的作用如下：

（1）用戶畫像：包含用戶的人群屬性、歷史行為、興趣內容和偏好傾向等多維度的分析，是個性化的基石

（2）特征工程：包含了了視頻的類別屬性，內容分析，人群偏好和統(tǒng)計特征等全方位的描繪和度量，是視頻內容和質量分析的基礎

（3）召回算法：包含了多個通道的召回模型，比如協(xié)同過濾，主題模型，內容召回和SNS等通道，能夠從視頻庫中選出多樣性的偏好內容

（4）排序模型：對多個召回通道的內容進行同一個打分排序，選出最優(yōu)的少量結果除了這些之外推薦系統(tǒng)還兼顧了推薦結果的多樣性，新鮮度，逼格和驚喜度等多個維度，更能夠滿足用戶多樣性的需求。

3.推薦排序系統(tǒng)架構

在召回階段，多個通道的召回的內容是不具有可比性的，并且因為數(shù)據(jù)量太大也難以進行更加精確的偏好和質量評估，因此需要在排序階段對召回結果進行統(tǒng)一的準確的打分排序。

用戶對視頻的滿意度是有很多維度因子來決定的，這些因子在用戶滿意度中的重要性也各不相同，甚至各個因子之間還有多層依賴關系，人為制定復雜的規(guī)則既難以達到好的效果，又不具有可維護性，這就需要借助機器學習的方法，使用機器學習模型來綜合多方面的因子進行排序。

排序系統(tǒng)的架構如圖所示，主要由用戶行為收集，特征填充，訓練樣本篩選，模型訓練，在線預測排序等多個模塊組成。機器學習的主體流程是比較通用的，設計架構并不需要復雜的理論，更多的是需要對細節(jié)，數(shù)據(jù)流和架構邏輯的仔細推敲

這個架構設計吸取了以前的經(jīng)驗和教訓，在通用機器學習的架構基礎上解決了兩個問題：

（1）訓練預測的一致性：

機器學習模型在訓練和預測之間的差異會對模型的準確性產(chǎn)生很大的影響，尤其是模型訓練與在線服務時特征不一致，比如用戶對推薦結果的反饋會實時影響到用戶的偏好特征，在訓練的時候用戶特征的狀態(tài)已經(jīng)發(fā)生了變化，模型如果依據(jù)這個時候的用戶特征就會產(chǎn)生非常大的誤差。我們的解決辦法是，將在線服務時的特征保存下來，然后填充到收集的用戶行為樣本中，這樣就保證了訓練和預測特征的一致性。

（2）持續(xù)迭代：

互聯(lián)網(wǎng)產(chǎn)品持續(xù)迭代上線是常態(tài)，在架構設計的時候，數(shù)據(jù)準備，模型訓練和在線服務都必須能夠對持續(xù)迭代有良好的支持。我們的解決方案是，數(shù)據(jù)準備和模型訓練各階段解耦，并且策略配置化，這種架構使模型測試變得非常簡單，可以快速并行多個迭代測試。

4.推薦機器學習排序算法演進

4.1上古時期

我們第一次上線機器學習排序模型時，選用了比較簡單的LogisticRegression，將重點放到架構設計上，盡量保證架構的正確性。除此之外，LR模型的解釋性強，方便debug，并且通過特征權重可以解釋推薦的內容，找到模型的不足之處。

在模型訓練之前，我們首先解決的是評測指標和優(yōu)化目標的問題。

（1）評測指標（metrics）

線上效果的評測指標需要與長遠目標相匹配，比如使用用戶的投入程度和活躍度等。在我們的實驗中，業(yè)界流行的CTR并不是一個好的評測指標，它會更偏向于較短的視頻，標題黨和低俗內容。

離線評測指標是按照業(yè)務來定制的，以便與在線評測指標匹配，這樣在離線階段就能夠淘汰掉無效策略，避免浪費線上流量。

（2）優(yōu)化目標（objective）

機器學習會按照優(yōu)化目標求解最優(yōu)解，如果優(yōu)化目標有偏差，得到的模型也存在偏差，并且在迭代中模型會不斷地向這個偏差的方向學習，偏差會更加嚴重。我們的方法是給樣本添加權重，并且將樣本權重加到lossfunction中，使得優(yōu)化目標與評測指標盡可能的一致，達到控制模型的目的。

LR是個線性分類模型，要求輸入是線性獨立特征。我們使用的稠密的特征（維度在幾十到幾百之間）往往都是非線性的，并且具有依賴性，因此需要對特征進行轉換。特征轉換需要對特征的分布，特征與label的關系進行分析，然后采用合適的轉換方法，我們用到的有以下幾種：PolynomialTransformation，LogarithmicorExponentialTransformation，InteractionTransformation和CumulativeDistributionFunction等。

雖然LR模型簡單，解釋性強，不過在特征逐漸增多的情況下，劣勢也是顯而易見的。

（1）特征都需要人工進行轉換為線性特征，十分消耗人力，并且質量不能保證

（2）特征兩兩作Interaction的情況下，模型預測復雜度是O(n^2)。在100維稠密特征的情況下，就會有組合出10000維的特征，復雜度高，增加特征困難

（3）三個以上的特征進行Interaction幾乎是不可行的

4.2中古時期

為了解決LR存在的上述問題，我們把模型升級為Facebook的GBDT+LR模型，模型結構如圖所示。

GBDT是基于Boosting思想的ensemble模型，由多顆決策樹組成，具有以下優(yōu)點：

（1）對輸入特征的分布沒有要求

（2）根據(jù)熵增益自動進行特征轉換、特征組合、特征選擇和離散化，得到高維的組合特征，省去了人工轉換的過程，并且支持了多個特征的Interaction

（3）預測復雜度與特征個數(shù)無關

假設特征個數(shù)n=160決策數(shù)個數(shù)k=50，樹的深度d=6，兩代模型的預測復雜度對比如下，升級之后模型復雜度降低到原來的2.72%

GBDT與LR的stacking模型相對于只用GBDT會有略微的提升，更大的好處是防止GBDT過擬合。升級為GBDT+LR后，線上效果提升了約5%，并且因為省去了對新特征進行人工轉換的步驟，增加特征的迭代測試也更容易了。

4.3近代歷史

GBDT+LR排序模型中輸入特征維度為幾百維，都是稠密的通用特征。這種特征的泛化能力良好，但是記憶能力比較差，所以需要增加高維的（百萬維以上）內容特征來增強推薦的記憶能力，包括視頻ID，標簽，主題等特征。GBDT是不支持高維稀疏特征的，如果將高維特征加到LR中，一方面需要人工組合高維特征，另一方面模型維度和計算復雜度會是O（N^2）級別的增長。所以設計了GBDT+FM的模型如圖所示，采用FactorizationMachines模型替換LR。

FactorizationMachines（FM）模型如下所示，具有以下幾個優(yōu)點：

i.模型公式

ii.前兩項為一個線性模型，相當于LR模型的作用

iii.第三項為一個二次交叉項，能夠自動對特征進行交叉組合

iv.通過增加隱向量，模型訓練和預測的計算復雜度降為了O(N)

v.支持稀疏特征

這幾個優(yōu)點，使的GBDT+FM具有了良好的稀疏特征支持，F(xiàn)M使用GBDT的葉子結點和稀疏特征（內容特征）作為輸入，模型結構示意圖如下，GBDT+FM模型上線后相比GBDT+LR在各項指標的效果提升在4%~6%之間。

典型的FM模型中使用userid作為用戶特征，這會導致模型維度迅速增大，并且只能覆蓋部分熱門用戶，泛化能力比較差。在此我們使用用戶的觀看歷史以及興趣標簽代替userid，降低了特征維度，并且因為用戶興趣是可以復用的，同時也提高了對應特征的泛化能力。

我們主要嘗試使用了L-BFGS、SGD和FTRL（Follow-the-regularized-Leader）三種優(yōu)化算法進行求解：

（1）SGD和L-BFGS效果相差不大，L-BFGS的效果與參數(shù)初始化關系緊密

（2）FTRL，較SGD有以下優(yōu)勢：

[1]帶有L1正則，學習的特征更加稀疏

[2]使用累計的梯度，加速收斂

[3]根據(jù)特征在樣本的出現(xiàn)頻率確定該特征學習率，保證每個特征有充分的學習

FM模型中的特征出現(xiàn)的頻次相差很大，F(xiàn)TRL能夠保證每個特征都能得到充分的學習，更適合稀疏特征。線上測試表明，在稀疏特征下FTRL比SGD有4.5%的效果提升。

4.4當代模型

GBDT+FM模型，對embedding等具有結構信息的深度特征利用不充分，而深度學習（DeepNeuralNetwork）能夠對嵌入式（embedding）特征和普通稠密特征進行學習，抽取出深層信息，提高模型的準確性，并已經(jīng)成功應用到眾多機器學習領域。因此我們將DNN引入到排序模型中，提高排序整體質量。

DNN+GBDT+FM的ensemble模型架構如圖所示，F(xiàn)M層作為模型的最后一層，即融合層，其輸入由三部分組成：DNN的最后一層隱藏層、GBDT的輸出葉子節(jié)點、高維稀疏特征。DNN+GBDT+FM的ensemble模型架構介紹如下所示，該模型上線后相對于GBDT+FM有4%的效果提升。

i.DNN模型

a)使用全連接網(wǎng)絡，共三個隱藏層

b)隱藏節(jié)點數(shù)目分別為1024，512和256

c)預訓練好的用戶和視頻的Embedding向量，包含基于用戶行為以及基于語義內容的兩種Embedding

d)DNN能從具有良好數(shù)學分布的特征中抽取深層信息，比如embedding特征，歸一化后統(tǒng)計特征等等

e)雖然DNN并不要求特征必須歸一化，不過測試發(fā)現(xiàn)有些特征因為outlier的波動范圍過大，會導致DNN效果下降

ii.GBDT模型

a)單獨進行訓練，輸入包含歸一化和未歸一化的稠密特征

b)能處理未歸一化的連續(xù)和離散特征

c)能根據(jù)熵增益自動對輸入特征進行離散和組合

iii.FM融合層

a)FM模型與DNN模型作為同一個網(wǎng)絡同時訓練

b)將DNN特征，GBDT輸出和稀疏特征進行融合并交叉

iv.使用分布式的TensorFlow進行訓練

v.使用基于TensorFlowServing的微服務進行在線預測

DNN+GBDT+FM的ensemble模型使用的是Adam優(yōu)化器。Adam結合了TheAdaptiveGradientAlgorithm（AdaGrad）和RootMeanSquarePropagation（RMSProp）算法，具有更優(yōu)的收斂速率，每個變量有獨自的下降步長，整體下降步長會根據(jù)當前梯度進行調節(jié)，能夠適應帶噪音的數(shù)據(jù)。實驗測試了多種優(yōu)化器，Adam的效果是最優(yōu)的。

4.5工業(yè)界DNNranking現(xiàn)狀

（1）Youtube于2016年推出DNN排序算法

（2）上海交通大學和UCL于2016年推出Product-basedNeuralNetwork（PNN）網(wǎng)絡進行用戶點擊預測。PNN相當于在DNN層做了特征交叉，我們的做法是把特征交叉交給FM去做，DNN專注于深層信息的提取

（3）Google于2016年推出WideAndDeepModel，這個也是我們當前模型的基礎，在此基礎上使用FM替換了CrossFeatureLR，簡化了計算復雜度，提高交叉的泛化能力

（4）阿里今年使用attention機制推出了DeepInterestNetwork（DIN）進行商品點擊率預估，優(yōu)化embedding向量的準確性，值得借鑒

5.總結

推薦系統(tǒng)的排序是一個經(jīng)典的機器學習場景，對于推薦結果影響也十分重大，除了對模型算法的精益求精之外，更需要對業(yè)務的特征，工程的架構，數(shù)據(jù)處理的細節(jié)和pipeline的流程進行仔細推敲和深入的優(yōu)化。Ranking引入DNN僅僅是個開始，后續(xù)還需要在模型架構、Embedding特征、多樣性、冷啟動和多目標學習中做更多的嘗試，提供更準確，更人性化的推薦，優(yōu)化用戶體驗。

審核編輯 黃昊宇