session-based recommendation有关的论文阅读记录

最近要做关于session-based recommendation有关的东西，看了一些论文，写一点阅读笔记记录一下。
督促自己快看快看！！！

用来进行session-based recommendation的算法可以如下分类：

• 不用深度学习的算法：
  1. item-to-item recommendation
  2. 马尔科夫链
• 用到深度学习的算法
  1. 没有用到RNN的
     1） STAMP Short-Term Attention/Memory Priority Model for Session-based Recommendation
  2. 用到RNN的
     1） Session-based recommendations with recurrent neural networks
     2） Personalizing session-based recommendations with hierarchical recurrent neural networks
     3） Parallel recurrent neural network architectures for feature-rich session-based recommendations
     4） Incorporating dwell time in session-based recommendations with recurrent Neural networks

item-to-item recommendation approach

这一类主要有两篇论文，Amazon. com recommendations: Item-to-item collaborative filtering 和 Item-based collaborative filtering recommendation algorithms。这两篇文章的想法就是普通的CF想法，采用session最后一个click到的item，通过item间的相似性预测下一个item。缺点就是忽视了前面的的clicks，没有考虑整个序列信息。

Markov decision Processes

An MDP-based recommender system这篇论文主要是用到了马尔科夫链来建模。用四元组（S: 状态, A: 动作, P: 转移概率, R: 奖励函数）来刻画session，通过状态转移概率的计算点击item被点击到的概率。但是在这种算法会因为要计算每一个item转移到其他item之间的概率，并且一直不停的迭代计算下去，计算量很大很大。

Session-based recommendations with recurrent neural networks

这篇论文首次将RNN运用于Session-based Recommendation，针对该任务设计了RNN的训练、评估方法及ranking loss。
它用到的RNN模型是一个GRU模型，思路非常清晰，就是利用了RNN允许信息的持久化的特性，将一个session内所发生的一系列点击行为当作一个序列，完成基于item的序列建模，实现在预测阶段，把已知的点击序列作为输入，用softmax预测该session下一个最有可能点击的item。
类似于NLP中的word2vec技术，GRU将所有的itemID进行one-hot编码后输入模型中，通过embedding层，从独立高纬特征空间压缩到一个低纬的空间中，再通过一定量的GRU层、前馈层完成该session中下每一个item作为一个item发生的可能性，最后的输出结果为最有可能发生的item。
下图是一个整体的结构示意图。

其中训练过程中巧妙的提出了一种叫mini-batch的方式，还有采用了一种比较灵活的样本采样方式来实现构建负样本，降低计算量提高效率。这篇文章算是整个session-based系列的开山之作。

• mini-batch：这种构造训练样本输入模型的训练方式可以解决每个session的长度不一的问题——将不同的session横向拼接起来，然后将拼接后的数据纵向输入模型中。
  第i次以拼接的batch中第i个item作为输入，拼接的batch中的第i+1个item作为目标输出；第i+1次以拼接的batch中第i+1个item作为输入，拼接的batch中的第i+2个item作为目标输出；……当一个session结束了，就重置GRU中的参数进行下一个session的训练。如下图：

• 采样工作：首先先根据目标item所在的样本中根据热门程度进行采样，采样完成之后将同一个mini-batch中但是是其他session的next-item作为负样本，用这些正负样本来训练整个神经网络。可以参考下图：

在损失函数的构建过程中采用的是一种在pair-wise rank loss中添加L2正则项的损失函数：

$$L_s=\frac{1}{N}\sum _{j=1}^{N_s}\sigma ({\hat{r}}_{s,j}-{\hat{r}}_{s,i})+\sigma ({\hat{r}}_{s,j}^2)$$

缺点：一个GRU只针对了一个session，即使是同一个用户，他的不同的session都是独立进行的建模，因此可以理解为GRUses实质上是没有考虑用户偏好的不同只对item层面进行建模。从user层面上来看每个用户的偏好不同，即使当前处于对同一个item有交互作用，但是在他们的session中下一个item就不一定相同，因此应该还需要从user层面上进行建模。因此有了后面的Personalizing session-based recommendations with hierarchical recurrent neural networks。

Personalizing session-based recommendations with hierarchical recurrent neural networks

提出一种层次化的RNN模型，在前面的Session-based recommendations with recurrent neural networks的基础上，添加了一个GRU结构来刻画session中用户个人的兴趣变化，弥补了前面模型的缺陷。
在这个算法中有两个GRU模型，一个是item-level的GRUses，一个是user-level的GRUuser。GRUses就是前面Session-based recommendations with recurrent neural networks中构建的模型，只是在这里变成了只针对同一个用户来进行的建模。
GRUses是低层级结构，GRUuser是高层级结构，每一个低层级的GRUses输出当前session中的预测结果，与此同时同一个user的不同的session的GRUses的多个输入就构成了GRUuser的输入序列，GRUuser完成user层面上的建模。下图是一个大概的结构：

在前面的模型提出的loss function和sample上面都没有修改，只是针对前面的mini-batch进行了一些修改，提出了user parallel mini-batch——

• 先根据user对session进行分组，然后将每个user下的session根据时间进行排序，再将user进行随机排序。
  然后在每个user中的session中进行mini-batch：
• 在一个user内，将不同的session横向拼接起来送入GRUses中（第i次以拼接的batch中第i个item作为输入，拼接的batch中的第i+1个item作为目标输出；第i+1次以拼接的batch中第i+1个item作为输入，拼接的batch中的第i+2个item作为目标输出；……），如图。当一个session结束，另一个session开始时，就将该session的最后输出输入GRUuser中进行user层面上的训练输入，同时将GRUses中的向量参数给重新初始化掉。

缺点：只用到了序列信息，其实没有考虑到用户画像和item画像对整个交互效应的影响。

Parallel recurrent neural network architectures for feature-rich session-based recommendations

将session与物品画像进行结合的算法，具体来说是将物品的一些属性信息，如文本和图像加入到RNN 框架中。
挖个坑，待填

Incorporating dwell time in session-based recommendations with recurrent Neural networks

将用户在session中item上的停留时间长短考虑进模型中进行建模。
挖个坑，待填

STAMP Short-Term Attention/Memory Priority Model for Session-based Recommendation

用MLP（没有用到RNN）构造了一个能够从当前行为中学习到用户意图的模型。
【模型思想】
从历史的点击（包括最后一次点击）信息中提取用户的general interests，对应为external memory
将attention mechanism建立在最后一次的点击的embedding向量上（提取跨session之间的信息），来代表用户的current interest，也就是short-time memory
论文先后建立了两个模型——

• STMP

在右边的V矩阵中每一个x_i表示第i个item对应的embedding向量。
下面的session中的每一个x_t表示在这个点击的session中第t次被点击的itme。
模型中用到了两个MLP模型：

第一个MLP进行提取general interest——先用session中$[x_1,x_2,......,x_{t-1},x_t]$对应的embedding向量来构建general interest，然后计算均值得到$m_s=\frac{1}{t}{\sum }_{i=1}t{x}_i$，接着通过MLP，得到$h_s=f(W_s+m_s+b_s)$，表示general interest的输出状态；

第二个MLP进行提取current interest——直接使用session中的最后一次点击$x_t$对应的embedding向量来表示当前的偏好，然后计算$m_t=x_t$，接着通过MLP得到$h_t=f(W_t+m_t+b_t)$，表示current interest 的输出状态。
最后为了衡量每一个item作为下一个点击对象的概率，先用一个函数计算每一个item作为下一个点击对象的输出状态值${\hat{z}}_i=\sigma (⟨h_s,h_t,x_i⟩)=\sigma ({\sum }_{j=1}^d{h}_{s_j}{h}_{t_j}{x}_{i_j})$
（表示的是在进行embedding的时候压缩到的维度数量。我的理解：在隐因子空间中计算每个维度上$x_i$发生的一个可能性的和来最后表示用每个$x_i$发生的可能），最后用softmax函数计算每个item发生的概率作为最后模型的输出$y=softmax(z)$。
损失函数为L(y ̂ )=-∑_(i=1)^|V|▒〖y_i log⁡(y ̂_i )+(1-y_i)log⁡(1-y ̂_i)〗
$$L(\hat{y})=-\sum _{i=1}^{|V|}{y}_{i}log({\hat{y}}_i)+(1-{\hat{y}}_{i}log(1-{\hat{y}}_i))$$

• STAMP

STAMP在STMP模型的基础上增加了一个attention net的结构来提取每一个item在计算general interest的时候的权重，在attention net中的实现方式如下：
每个一个itemi的权重为${\alpha }_i=W_0\sigma (W_1)x_i+W_2{x}_t+W_3{m}_s+b_a$，然后通过$m_a={\sum }_{i=1}^t{\alpha }_i{x}_i$来计算得到根据attention加权之后的general interest。