1 DeepFM
在线广告数据集： Criteo Labs
描述：包含数百万个展示广告的点击反馈记录，该数据可作为点击率(CTR)预测的基准。
数据集具有40个特征，第一列是标签，其中值1表示已点击广告，而值0表示未点击广告。 其他特征包含13个dense特征和26个sparse特征。
1.1 特征工程
- Dense特征：又称数值型特征，例如薪资、年龄。 本教程中对Dense特征进行两种操作：
- MinMaxScaler归一化，使其取值在[0,1]之间
- 将其离散化成新的Sparse特征
- Sparse特征：又称类别型特征，例如性别、学历。本教程中对Sparse特征直接进行LabelEncoder编码操作，将原始的类别字符串映射为数值，在模型中将为每一种取值生成Embedding向量。
1.2 Torch-RecHub框架
- Torch-RecHub框架主要基于PyTorch和sklearn，易使用易扩展、可复现业界实用的推荐模型，高度模块化，支持常见Layer，支持常见排序模型、召回模型、多任务学习；
- 使用方法：使用DataGenerator构建数据加载器，通过构建轻量级的模型，并基于统一的训练器进行模型训练，最后完成模型评估。
1.3 产生背景
DeepFM 是由华为诺亚方舟实验室在 2017 年提出的模型。
FM（Factorization Machines，因子分解机）拟解决在稀疏数据的场景下模型参数难以训练的问题。FM 作为推荐算法广泛应用于推荐系统及计算广告领域，通常用于预测点击率 CTR（click-through rate）和转化率 CVR（conversion rate）。
https://zhuanlan.zhihu.com/p/342803984
- 解决DNN（全连接神经网络）局限性：网络参数过大，将One Hot特征转换为Dense Vector
- FNN（前馈神经网络）和PNN（概率神经网络）：使用预训练好的FM模块，连接到DNN上形成FNN模型，后又在Embedding layer和hidden layer1之间增加一个product层，使用product layer替换FM预训练层，形成PNN模型 (不懂)
2 FM 部分
-
FM Layer主要是由一阶特征和二阶特征组合，再经过Sigmoid得到 logitcs
-
模型公式：
-
FM的模型公式是一个通用的拟合方程，可以采用不同的损失函数用于解决regression、classification等问题，FM可以在线性时间对新样本作出预测.
-
优点：
- 通过向量内积作为交叉特征的权重，可以在数据非常稀疏的情况下，有效地训练出交叉特征的权重（因为不需要两个特征同时不为零）
- 可以通过公式上的优化，得到 O(nk) 的计算复杂度，计算效率非常高
- 尽管推荐场景下的总体特征空间非常大，但是FM的训练和预测只需要处理样本中的非零特征，这也提升了模型训练和线上预测的速度.
- 由于模型的计算效率高，并且在稀疏场景下可以自动挖掘长尾低频物料，可适用于召回、粗排和精排三个阶段。应用在不同阶段时，样本构造、拟合目标及线上服务都有所不同“
-
缺点：只能显示的做特征的二阶交叉，对于更高阶的交叉无能为力。
3 Deep 部分
-
模型构成：
- 使用全连接的方式将Dense Embedding输入到Hidden Layer，解决DNN中的参数爆炸问题
- Embedding层的输出是将所有id类特征对应的embedding向量连接到一起，并输入到DNN中
-
模型公式：
4 YoutubeDNN
根据 User embedding和item imbedding使用nearest neighbor search 的方法召回，在softmax采用负采样。
输入数据高度稀疏，使用embeding和average pooling处理，得到用户的观看/搜索兴趣
离散型数据可使用embeding处理，连续型数据可使用归一化或分桶方式处理
-
skip-gram：采用中心词预测上下文词的方式训练词向量，模型的输入是中心词，采用滑动窗口的形式获取序列样本，得到中心单词之后，根据词向量的矩阵乘法，得到中心词的词向量，然后与上下文矩阵相乘，得到中心单词与每个单词的相似度，通过softmax得到相似概率，并选择概率最大的index输出。
将一个单词转换成one-hot向量与嵌入矩阵相乘得到嵌入向量，送进softmax得到预测结果。
构建损失函数（假设维度有10000个）：
- YoutubeDNN training：右边部分类似于skip-gram，但是中心词是直接使用embedding得到，左边部分将用户的各特征向量拼接成一个大向量之后进行DNN降维
5 DSSM
Deep Structured Semantic Models 双塔模型
在NLP中负采样就是在不是target中采样。k一般取5-20，不能是均匀采样，均匀采样会拿到很多频率高的词，可以用下面这种方式：
6 多任务概念
首先什么是多任务学习？
在常规分类任务中，通常每个实例都对应一个label。如下图所示。 第 i 个实例仅对应于第二个类。
然而，在多分类学习中，一个实例会对应多个label。
损失函数：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JR9CDPYb-1656385819493)(C:\Users\96212\AppData\Roaming\Typora\typora-user-images\image-20220628104734434.png)]
-
m为样本数
-
j为第j个lable
-
多任务学习会共享相同的低阶特征
-
对于多任务学习，我们可以尝试一个足够大的神经网络来处理所有任务
7 MMOE
多门专家混合多任务学习中的任务关系建模
论文 https://dl.acm.org/doi/10.1145/3219819.3220007
MMOE模型的信息：
-
视频简介的youtube地址：https://www.youtube.com/watch?v=Dweg47Tswxw
-
keras框架实现的开源地址：https://github.com/drawbridge/k
- 多任务模型：在不同任务之间学习共性以及差异性，能够提高建模的质量以及效率。
- 多任务模型设计模式：
- Hard Parameter Sharing方法：底层是共享的隐藏层，学习各个任务的共同模式，上层用一些特定的全连接层学习特定任务模式
- Soft Parameter Sharing方法：底层不使用共享的shared bottom，而是有多个tower，给不同的tower分配不同的权重
- 任务序列依赖关系建模：这种适合于不同任务之间有一定的序列依赖关系
混合专家系统（MoE）是一种神经网络，也属于一种combine的模型。适用于数据集中的数据产生方式不同。不同于一般的神经网络的是它根据数据进行分离训练多个模型，各个模型被称为专家，而门控模块用于选择使用哪个专家，模型的实际输出为各个模型的输出与门控模型的权重组合。各个专家模型可采用不同的函数（各种线性或非线性函数）。混合专家系统就是将多个模型整合到一个单独的任务中。
混合专家系统有两种架构：competitive MoE 和cooperative MoE。competitive MoE中数据的局部区域被强制集中在数据的各离散空间，而cooperative MoE没有进行强制限制。
-
MoE 模型原理：基于多个
Expert汇总输出，通过门控网络机制（注意力网络）得到每个Expert的权重 -
基于OMOE模型，每个
Expert任务都有一个门控网络 -
特性：
- 避免任务冲突，根据不同的门控进行调整，选择出对当前任务有帮助的
Expert组合 - 建立任务之间的关系
- 参数共享灵活
- 训练时模型能够快速收敛
- 避免任务冲突，根据不同的门控进行调整，选择出对当前任务有帮助的