推荐召回-向量召回之U2I学习总结
常见召回模型
- I2I：计算item-item相似度，用于相似推荐、相关推荐；
- U2I：基于矩阵分解，通过用户特征直接推荐item；
- U2U2I：基于用户的协同过滤，先找相似用户，再推荐相似用户喜欢的item；
- U2I2I：基于物品的协同过滤，先统计用户喜爱的物品，再推荐他喜欢的item；
- U2TAG2I：基于标签偏好推荐，先统计用户偏好的tag，然后匹配所有的item；其中tag一般是item的标签、分类、关键词等。
其中U表示user，2表示走向(to)，I表示Item，TAG表示标签(tag)。在深度神经网络出现之前，传统的多路召回方法主要有：内容偏好召回、协同过滤、热门召回和策略召回等，下面进行详细的介绍。
u2i召回框架
常见的u2i召回模型
-
离线模型：通过用户行为日志和对应的item，离线训练模型，并得到用于表示用户特征的user embedding模型，和用于表示item特征的item embedding模型。
-
在线模型：通过用户线上的实时行为，构造实时特征，再通过User embedding模型提取用户当前embedding特征最后进行检索，找到用户最感兴趣的topN 的item。
比较经典的u2i召回模型主要有两种：Youtube召回；由DSSM发展而来的双塔召回。
双塔模型
双塔模型DSSM全称是Deep Structured Semantic Model，最早是微软提出解决搜索问题。双塔模型上线很方便，user塔在线计算user embedding，item塔离线计算item embeding，通过向量检索就可以快速进行召回。
DSSM模型的原理相对简单：通过Q（Query）和D（Document）的曝光、点击日志，采用DNN把Q和D表示为低维向量（如上图中128维的和），并通过余弦相识度来计算向量距离，最终训练出语义相似度模型。
将DSSM中的Q（Query）和D（Document）分别替换成推荐系统中的User和Item，就构成了经典的双塔模型。
双塔模型的线上工程流程
- 从用户历史行为获得的item list。
- 从item embedding中获取各个item 对应的向量。通过指定的计算（比如相加，求平均，时间衰减）得到相同embeding size的user embedding。
- 用user embedding计算item embedding中各个item向量与用户向量的余弦值。
- 返回相似度top k 的item