本文是自己在推荐系统研究中研读的论文翻译及解读，原文：Dual Neural Personalized Ranking
-
WWW2019会议论文
- 本篇笔记为本人原创，如需转载引用，请务必在文中附上原链接及相应说明，包括作者信息（阿瑟）
- 本篇笔记非标准译文，其中包含了笔者自己对问题的部分理解，仅供参考，欢迎学习交流
背景
隐式反馈数据是推荐中常见的数据类型，但是由于其固有的稀疏和单一类(one-class 0/1 )特性，很难从中完整发现有效的用户/物品特征。
文中提到：现有的针对隐式反馈的推荐模型往往存在数据稀疏问题，通常使用矩阵分解获取潜在用户/物品表示；此外，隐式反馈只提供了已知的正向数据，而未知反馈是模糊的（即数据模糊，不确定是正还是负例）。因此，有必要区分负反馈和未知反馈。关于隐式反馈，可以看https://www.jianshu.com/p/d8173f29e4f8
本文作者提出DualNPR(双NPR) ，以统一的形式实现对用户和物品侧的逐对排序（pairwise ranking 两个PR）。
本文主要的创新点包括：
- DualNPR利用用户和物品的成对排名发现用户和物品之间的真实相关性，缓解了数据稀疏问题。 不需要额外的辅助信息，仅需要用户-物品交互矩阵。
- 其基于深度矩阵分解Deep Matrix Factorization来捕获用户/物品表示的可变性。特别是，它选择原始用户/物品向量作为输入，学习潜在用户/物品表示。
- 使用动态负采样方法提升了推荐效果。
相关知识
推荐中的排序最经典的要数BPR（Bayesian Personalized Ranking）：
BPR
BPR算法中，将任意用户u对应的物品进行标记，如果用户u在同时有物品i和j的时候点击了i，那么就得到了一个三元组，它表示对用户u来说，i的排序要比j靠前。
基于贝叶斯，BPR有两个假设：一、每个用户之间的偏好行为相互独立，即用户u在商品i和j之间的偏好和其他用户无关； 二、同一用户对不同物品的偏序相互独立，也就是用户u在商品i和j之间的偏好和其他的商品无关。为了便于表述，我们用符号表示用户u的偏好，
可以表示为：
在排序关系的基础上，BPR的优化目标是最大化后验概率
省略部分推导 具体的总结可见：https://www.cnblogs.com/pinard/p/9128682.html
在实际模型中，对应到相应的Loss：
其中为sigmoid函数，上式即为常见的MF-BPR模型
NPR
那么所谓的NPR的概念则是在BPR的基础上，加上神经网络，对
对于模型输入，通过embedding矩阵 ,这些参数用来转换得到用户和物品的向量表示，是模型训练的目标参数
对于模型预测而言，即在原来的基础上加上非线形操作
，而具体的目标函数与上面BPR所列相同，整个过程类似于Deep Matrix Factorization，虽然NPR相较于BPR，效果有很大的提升，但它并没有解决以下问题：
（1）物品侧三元组也是一个有用的训练资源，NPR并没有利用
（2）更广义的DMF可以用来表示潜在的用户/物品向量，
（3）负采样是学习BPR及其变体的关键组成部分之一，而NPR并没有进行讨论/改进 这一点在论文中有点牵强
DualNPR 模型设计
核心思想就是双侧设计，同时对用户侧和物品侧的排序关系进行考虑，围绕这个思想，作者进行了一下设计：
输入层设计
对于用户和物品采用one-hot编码，其实应该叫multi-hot编码，
相应的形式化表示为：对于例子 用户
比起
更喜欢
，有7个用户，5个物品的话，
表示为：
该部分表示成为用户/物品的raw vector表示，为了方便后续模型的计算处理，对两种不同维度的向量需要做填充操作
Embedding
在NPR和DMF的基础上，将经过多层隐含层的处理，模型中采用了共享权重的设计，可以加速训练，但是否有利于提高模型效果，原文并未给出解释
Scoring Layer
具体的评分函数则比较简单，有多种设计方式：
而双层设计的思想则体现在模型的输出上，包含两个输出：
那么相应的Loss对应如下，包含用户侧误差项和物品侧误差项：
具体模型使用/预测的时候，只用计算即可
模型训练
动态负采样 Dynamic Negative Sampling
模型训练中所需数据为三元组形式<u,i,j>，<i,u,v>，需要通过负采样获取负例，常见做法是从未交互过的物品/用户中等概率选取一定数量的样本作为负样本，本文提出使用动态负采样，对负例计算其排序重要程度，在此基础上计算其被采样概率，使得同一三元组中的正负样例差异增大，加快训练提升效果。
该部分细节仍在学习理解中，后续更新补充
整体流程如下：
实验结果
部分实验结果如下：
网友评论