深度学习在 Airbnb 中的探索与应用

本文来自对论文：Applying Deep Learning To Airbnb Search 的解读。

内容大纲：

• 效果概览

• 模型演进

• 失败尝试

• 特征工程

• 系统介绍

一、效果概览

分为离线和在线俩部分。其中，一个重要指标是 NDCG 标准化文档累计增益，NDCG = DCG/IDCG 。

二、模型演进

演进 1：SimpleNN

超简单网络结构，其特点：

• 一层隐含层，32 个 ReLUunits

• 所有用到的特征 GBDT 一样

• 训练目标与 GBDT 一致，最小化均方误差用户预定了就是 1，没有预定就是 0

结论：

• SimpleNN 相对 GBDT 排序效果提升较小

• 验证 NN 的线上可行性

演进 2：LambdaRankNN

网络结构保持不变：

• 改用 pairwise 损失，并在训练的时候最小化 crossentropy loss

• 使用 listing 对调带来的 delta NDCG 作为 pairwiseloss 的权重，得到最终的损失函数

结论：

线下小幅度提升 NDCG

线上大幅度提升

演进 3：GBDT/FM NN

在研究 NN 模型的同时，Airbnb 还探索了 GBDT 和 FM 模型。三者线下表现差不多，但是得到的排序结果却很不相同。所以，Airbnb 尝试了将三种模型进行模型结构的融合，也算是常用的做法：

• 将 GBDT 的每一颗树的预测结果在叶节点中的 index ，作为 categorical feature ，输入到 NN 中；

• 将 FM 的预测点击概率结果，直接作为特征放到 NN 中。

• 单隐层全连接使用 ReLU 激活函数

结论：

• GBDT/FM/SimpleNN 效果基本一致

• 单纯排序结果三者差异性较大

• 融合后线上收益较高

演进 4：Deep NN

引入复杂深度模型探索特征空间：

• 195 个 features 输入 ( 还是把类别型特征 embedding 之后的 )

• 两层 hiddenlayer 。第一层 127Units 输出，第二层 83Units 输出，使用 ReLU 激活函数。

• 数据量增加了 10 倍后效果显现

结论：

• 离线/在线均获得较大收益

• 离线训练量达到 10 亿量级时，训练与测试之间的效果 gap 消失

• 强调在 DL 中数据重要性

三、失败尝试

1. 失败 Embedding List

类比 item2vec 对 list ( 这里也是指某 item ) 进行 embedding ：

• 直接使用用户 booking 顺序，产出 list2vec

• 考虑现实情况，单条 booking 顺序中没有大量的重复数据 ( 低频触发 )

• 考虑现实冲突，某个 house 一年最多 booking 365 次

结论：

• 应用于线上带来大量过拟合，更大规模的训练数据也无法消灭低频

• Airbnb 的现实场景导致 item 冲突约束性，大量房子预订量极低

2. 尝试挽救

发现：

• Item 预定量低频，但浏览量不低

• 长时间浏览行为，与 booking 预定行为强相关

尝试：

• 多任务训练，以预定/浏览时长为多任务目标

• 隐层共享，利用 view 浏览时长数据修正过拟合，促进 embedding 效果

结论：

• 线上实验 longview 大幅提升，预订量无显著提升

• 人工分析，优先推荐：

• ① 高端但价格高的 item

• ② 特别而滑稽的 item

• ③ 文字描述很长的 item

四、特征工程

1. 深度学习也要做特征工程！

认知：

1 ) GBDT 考虑的是有序分裂点，对归一化不敏感

2 ) DL 对特征的绝对数值 较为敏感

• 较大的数值变化，会在 BP 学习中带来较大的梯度变化

• 较大数值在 ReLU 作为激活层时，甚至会导致其永久关闭

3 ) 满足一定条件的输入数据，会让深度学习模型表现得更好

• 特征值映射到 [-1,+1] 区间，中值为 0

• 输入值尽量稠密平滑，去除输入毛刺点

归一化方法：

1 ) 将满足正太分布的特征归一化：

2 ) 将满足幂度分布的特征归一化：

2. 特征平滑

发现：

• DL 中的每一层，输出都是越来越平滑

• 上图中，从下到上，分别是模型每层的输出

• 如果在输入层就平滑，将会提升泛化能力

• 底层的平滑输出，将保证高层对未知特征组合的稳定性

• 便于排查异常，保证特征完整性

• 下图是预定天数特征，左边为原始预定天数分布，右图为考虑预定天数中值后的分布

3. 特殊特征 ( 经纬度 ) 平滑

经纬度平滑过程：

直接使用经纬度特征，分布极其不均衡 ( 见上图第一层图片 ) 。

第二层图片左图，是对目标地点的距离特征分布，可以看出大部分的点走在原点位置，其他的很多点以原点为中心均匀的分散开来。

第二层图片右图，是对经纬度分别取 log 。

将经纬度的 offset 分别取 log ( 上图最底层图片 ) ，得到基于距离的全局特征，而不是基于特定地理位置的特征。

4. 离散特征 embedding

发现：

• 虽然 item-embedding 在此场景不适用，但一些零散特征的 embedding 仍然有效 ( 主要针对不可比较、选项较多的离散值特征 )

• 利用搜索城市后的街道连续点击行为，构建街道 embedding

• 对全局 query 搜索内容进行初步聚合，再建立 embedding，产出作为用户搜索特征输入

5. 特征重要性评估

失败做法：

• 分解深度学习的 score，给出每一部分特征重要度

• 分析：多层非线性断绝分解的希望

• 依次移除特征，查看模型性能变化。

• 分析：特征之间不完全独立，在特征工程后尤其如此

• 随机修改某些特征，查看性能变化

• 分析：特征依旧不独立，没法排除 noise

成功做法：( TopBot 分析法 )

• 产出测试集预测的 list 排序

• 观察某个特征在头部 list 与尾部 list 的区别，有区分度为重要特征

• 下图中，左侧为 price ，头部 price 比尾部低；右侧为评论数，头部与尾部没区别

五、系统工程

Airbnb 系统介绍：

1. 工程架构

• JavaServer 处理 query

• Spark 记录 logs

• Tensorflow 进行模型训练

• JavaNNLibrary 线上低延迟预测

2. 数据集

• GBDT 时代采用 CSV ，读入耗时长

• Tf 时代改用 Protobufs ，效率提升 17 倍，GPU 利用率达到 90%

3. 统计类特征

• 大量样本共同拥有的统计类特征，成为数据读取瓶颈

• 整合统计类特征，将其汇总后，看作不可训练的 embedding 矩阵，作为 tf 的统计特征节点输入层参数

4. 超参数

• Dropout 层没有带来增益

• 初始化采用 {-1,1} 的范围均匀随机，比全 0 初始化要好

• Batchsize 选用 200，最优化使用 lazyAdom

参考资料：

Applying Deep Learning To Airbnb Search，论文链接：

https://arxiv.org/abs/1810.09591v2

论文 pdf 版本可直接关注本文公众号，回复“Airbnb”下载。

作者介绍：

马宇峰，阅文信息 资深研发工程师 内容挖掘平台技术负责人。前百度高级研发工程师，研究方向主要包括知识图谱、用户理解、推荐系统。曾获 2014 百度知识图谱竞赛第 1 名。

原文链接：

https://mp.weixin.qq.com/s?__biz=MzU1NTMyOTI4Mw==&mid=2247491541&idx=1&sn=cd70f902ac265bfb36e95deac352f797&chksm=fbd4adb9cca324afc840c189ddae4f25ae5c1ee1b8405bd3d0c78c0293d87d85a516e1cfa1c0&scene=27#wechat_redirect