导读：Push 作为一种有效的拉起 DAU 和召回用户的策略，近几年来被各类社交 App 广泛应用，随着深度神经网络在语音和图像识别上取得的巨大成功，AlphaGo 战胜人类围棋顶尖高手，以深度网络为基础的人工智能迎来第三次高潮。如何将深度模型应用于个性化 push 场景，从而减少无效 push 对用户的骚扰，是近年来一个关注的热点。本次分享将结合美图的实际业务场景从 Embedding、召回、排序、文案、内容池等多个方面介绍如何打造一个良好的 push 场景。

本次分享的内容概要如下：

1. 业务背景

Push 也就是推送通知，可以通过系统界面直接触达用户，当用户点击就会唤醒 APP，是提高 APP 的日活，留存等指指标重要的环节之一。

2. Embedding 演进

首先，我们介绍 Embedding 的过程。从三个算法层面介绍 embedding：Word2Vec，Listing Embedding ( 参考 Airbnb ) 在个性化 push 的应用，以及近两年流行的图相关的算法 GCNs。

2.1 Word2Vec

Feed 也就是展示页的一个 item，对于美图秀秀来说就是用户发的一张图，对于电商来说就是一个商品，本文统一称为 feed。
Embedding 就是把任何一个 Feed 转化为一个向量，服务于后面的召回和排序。Embedding 是比较基础的过程，在最开始阶段，我们尝试了最基础的 Work2Vec 中的 Skip-Gram 的模型，通过对于用户的点击序列模仿 Work2Vec 中的一个句子。如图所示，我们有序列之后，定义窗口大小，通过中心词，就会得到 Train Sample。紧接着定义单侧窗口大小为2，就可以得到样本对，把样本对输入模型，就可以返回向量。

在实验中，我们采用了60天的点击序列，输出向量设置为100维。

2.2 Airbnb Listing Embedding

Airbnb listing Embedding 是2018年 KDD 的最佳论文，这里和 Word2Vec 主要的区别在于损失函数，模型本身和 Word2Vec 是保持一致的，所以我们先看 Word2Vec 的损失函数：

损失函数由正负样本两部分组成，正样本对 D_p 来源于用户点击流生成的 item pair，负样本对 D_n 通过当前的 item + 随机采样空间的其他 item ( 这里假设随机采样的样本不是当前 item 的邻居 )，ctx 表示上下文。这里需要注意的是在 log 里，正样本前面有负号，负样本没有负号。

但是，之前的构造只用了用户的点击数据，实际上用户还有点赞、分享等行为数据可以利用。所以，在 Airbnb listing Embedding 中，加入了 Global Context 这样一个概念：通过用户历史的点赞、分享对应的 feed，与当前的 feed 构造出全局正样本对，使这些 feed 在点击序列上和当前的 feed 并不相邻，加入到损失函数中。( 如公式中的紫色部分 )

同理，我们可以通过用户的点击"不喜欢"的行为来构造负样本 ( 如公式中的红色部分 )。除此之外，用户的浏览过，但是没有点击的 feed 也可以随机采样之后当做负样本，加入到损失函数中 ( 如公式中的蓝色部分 )。

这样，就把 Airbnb listing Embedding 的策略引入到了美图秀秀的场景里。

2.3 Graph Embedding

Graph Embedding 是近几年比较流行的 Embedding 方法，主要策略可以分为三类：Shallow Embedding，Neighborhood autoencoder methods 和 GCN 的方法。但是前两种方法涉及到不可拓展和直推式的缺陷，GCN 可以避免以上的缺陷。

前面两种 Embedding 只对行为序列本身进行了建模，但是没有考虑节点本身的特征；另外，在之后的排序模型中，排序模型使用了 item 的自身属性进行排序。GCN 就是把用户行为和 item 本身的特征联合起来，既能用上图的拓扑结构，又可以把握属性特征，把信息融合起来做 Embedding。在上图中，假设我们要计算 A 的 Embedding，可以通过计算 A 的一阶近邻 BC 的信息聚合得到 Aggregate，而 BC 的信息可以由二阶近邻 DEC，EBFG 的信息计算卷积 ( Convolution ) 计算得到。

具体来说，延展的过程中，主要包括对于高阶信息的汇总 Aggregate，以及当前阶和邻阶节点上一阶的卷积之间信息的结合 Combine。其中，Combine 可以有很多操作，比如拼接，求和等。Aggregate 的过程中，需要注意的一点是采用了 Importance pooling，这里并不会对每个邻居节点都汇总，而是先计算一个Importance Factor ( 影响力因子 )，影响力因子小于阈值的不参与加权，最后根据权重去加权求和。

构件图的不同形态：

二分图形态：两种类型 ( Feeds,User ) 内部之间没有边，不同类型之间才有边；
单体图形态：根据用户同一时间段的行为，将 Feeds 之间关联起来。

到此为止，我们介绍了 Embedding 所尝试的方法。

3. 召回模型

召回主要采用了四个方面：全局召回 ( 热榜，热搜，热词 )，个性化召回 ( 根据用户的行为，兴趣进行召回 )，属性召回 ( 也就是画像召回，通过机型，性别，年龄等 )，最后是相关召回 ( 包括相似，关键词召回等 )。

3.1 个性化召回之 YoutubeNet

YoutubeNet 是近两年比较流行的算法，它既可以做召回，也可以做排序。通过输入用户的行为序列得到用户和 item 的向量，然后就可以通过向量相似程度，对每个 user 相似的 topN 个 item 进行个性化召回，实验中到达点击率提升了1.661%。

3.2 个性化召回之聚类召回

业务上，push 也包含一个任务是实现将"工具类用户"转化成"社交类用户"，从而提高长期的 DAU。在聚类召回阶段，可以通过对于用户的工具偏好特征去构建 multi-hot 的向量，然后进行用户群聚类，对于每个特定的用户群召回对应的榜单。

3.3 相关召回之相似召回

相关召回在美图秀秀中是输出用户近期的 item 点击流，获取了对应的 Embedding 之后，可以通过计算 Embedding 的均值然后找余弦距离最小的候选项；或者直接将每个候选项去找余弦距离最小的候选项，最后进行汇总。这里值得思考的一个问题是，何时利用好工具行为的特征，是在排序阶段，召回阶段，还是生成 Embedding 的阶段？经过实验，得到在 Embedding 阶段使用工具行为特征效果最好。

3.4 相关召回之聚类召回

聚类召回主要是为了实现多样性，避免同质化的内容。通过对 item 的 Embedding 进行聚类，相当于每个 item 多了一个分类标签。通过统计用户对于每个类别的行为记录次数，按照倒叙进行排列。在召回阶段，按照排列好的顺序依次从每一个类别中抽取一个 item，如果所有类别都抽了一遍，召回的数量仍然不够多，可以继续再抽一轮，直到候选数目足够。这样就实现了召回源的多样性。

3.5 相关召回之文案相关召回

当选取候选 item 之后，发送 push 仍需要一条文字信息触达用户，这里简称文案。文案一般由编辑生成，会有很多候选项，所以也需要对文案进行建模召回。主要有以下三个方案：

关键词召回：通过对于历史的文案进行分词，得到每条文案的关键词，然后把用户对于文案的点击映射到对于关键词的点击，这样就能得到用户对于不同关键词的偏好。当我们新需要发送一条文案时，可以得到用户对于每条候选文案偏好度，召回偏好大的文案。
热词召回：通过计算全局哪些关键词最受欢迎，召回的过程中直接召回带有热门关键词的文案。
文案相似度召回：通过 NLP 的模型，比如 BERT，生成每一条对应的 Embedding，然后召回与用户点击过的文案余弦距离最小的文案。

以上，就是所有的召回部分。

4. 排序模型

4.1 LR 逻辑回归模型

在排序模型的初始迭代阶段，使用了最简单的 LR 模型，LR 的模型优点是模型浅，计算简单，解释性强，易于使用。但是缺点也显而易见，LR 对于非线性特征拟合程度差；除此之外，交叉特征的生成依赖于大量尝试以及人工经验，所以尝试成本很高。

4.2 xNFM 模型

通过对于 LR，Wide&Deep，deepFM，NFM，DCN，xNFM，xDeepFM 模型的尝试与对比，最后选择的 xNFM 的模型。xNFM 优点是组合了一阶和二阶的特征的优点，性能上也可以达到工业落地的需求。

xNFM 不是业界主流的模型，而是在落地中对于 NFM 的变种。主要区别在于：

模型的输入端为了降低模型参数规模，把 id 类特征和非 id 类特征分别进行 Embedding，可以大大减少参数规模。
在上层网络，主要区别在于右侧。传统的 NFM 的弊端是只考虑了一个显性的二阶信息，而忽略了一阶信息 ( 单特征 )，所以我们增加了右边的网络用来捕捉单特征的信息。相比于 LR，提升效果明显，到达点击率提升13.89%。

4.3 双塔模型

随着用户量的增加，计算量飙升，笛卡尔积之后会有千亿级别的计算量，使得模型更新周期变长，时效性降低。为了解决这个问题，我们提出了双塔的结构。双塔的结构特别在，当 user 和 item 分别构建一个 DNN 的全连接的网络。这样设计优化主要体现在工程性能方面，存储量大大降低，预测阶段耗时也降低，从而实现了支持亿级别的用户高效计算。从最初的双塔之后接入到内积，再到上图的双塔接入 NFM，到最后再加入点击序列的信息，三个版本的迭代最终点击率累计提升23.9%。

4.4 三塔模型

在之前也提到，我们有很多召回策略，但是召回源质量参差不齐，所以就需要解决对于召回源的选取。

最初的想法是根据每个召回源的转化对排序结果进行 socre reweight，但是弊端也很明显，因为召回源直接并不互斥，同个 item 会被多个召回源命中，所以 reweight 的规则也难以定义。
之后，为了个性化，直接把召回源信息加入到模型中。这里为什么不把召回源直接加入到 item 的特征中，而是单独的构造了一个塔呢？主要工程上的考虑，如果把召回源的信息加到 item 塔中，必须等 item 塔计算完成之后才能进行生产预测，会造成串行化，增加了延时。

增加了召回源信息之后，到达点击率提高了3.06%。

4.5 Field_wise 三塔模型

最后一版就是对于 NFM 模型的改进，在 NFM 左边的 Bi-Interaction Layer 中，BI 是 Bi-linear 的缩写，这一层其实是一个pooling层操作，它把很多个向量转换成一个向量，形式化如下：

输入是整个的嵌入向量，x_i,x_j 是特征取值，v_i,v_u 是特征对应的嵌入向量。中间的操作表示对应位置相乘。所以原始的嵌入向量任意两个都进行组合，对应位置相乘结果得到一个新向量；然后把这些新向量相加，就得到了 Bi-Interaction 的输出。这个输出只有一个向量。这里参考 FM 到 FFM 的改进过程，引入 Field 的概念。由于 BI 层不同的类别特征所表达是权重不相同，而 BI 层捕捉不到这个信息，所以可以对于每个向量相乘前可以加上权重。但是，这样会导致参数过多，而同属于一个 field 的变量权重应该相近，所以对于 BI 层进行同类别的权重 w_i,j 共享而会使用相同参数的点积来计算：

从而得到了 Fieldwise 三塔模型。模型上线后最终得到了到达点击率5.68%的提升。

5. 文章小节

到此为止，我们分别介绍了 Embedding，召回，排序三部分。Embedding 作为底层的服务辅助召回和排序，总共涵盖了 word2vec，airbnb listing embedding，GCNs 等几种不同策略；在召回部分，从不同场景与目标介绍了不同的召回策略；排序部分主要是模型由 LR 到 Field_wise 三塔模型的迭代过程，重点是如何解决特征生产阶段中耗时的笛卡尔积运算，使得一些更具规模的模型得以在线上业务投入生产。

今天的分享就到这里，谢谢大家。

作者介绍：

周燕稳，美图高级推荐算法工程师

毕业于厦门大学。曾就职于阿里巴巴、人人网，从事大数据、数据挖掘相关工作，现主要负责美图秀秀 push 推荐业务的召回和排序的相关算法设计及落地。

蒋文瑞，美图技术经理

从事 AI 与个性化推荐相关研究工作，毕业于武汉大学。研究方向为大规模机器学习、深度模型及监督/无监督训练，并于 NIPS 2015 Workshop 发表论文。曾就职于 HTC 大数据研发中心、秭云科技。

本文来自 DataFunTalk

原文链接：

https://mp.weixin.qq.com/s?__biz=MzU1NTMyOTI4Mw==&mid=2247498181&idx=1&sn=f3ee8fc793cc47d069913017f5aa7c74&chksm=fbd74ba9cca0c2bfef5fd5a07805b35cc90d15146899125e6bf21be2294a811e42d851cd2c06&scene=27#wechat_redirect

创作场景

美图个性化推送的 AI 探索之路