深度CTR之Graph Embedding：阿里电商推荐中亿级商品的Graph Embedding

介绍

阿里巴巴团队发表于KDD 2018，文章题目-《Attentional Factorization Machines：Learning the Weight of Feature Interactions via Attention Networks》。阿里的推荐系统是按照matching + ranking的两步策略，本文解决的是matching阶段的问题，即商品召回阶段的问题。

paper中说到taobao的推荐系统主要面临了3个主要问题：

1. 可扩展性：十亿用户，二十亿商品的量级；
2. 稀疏性：有些用户和商品之间的交互信息特别少，导致无法精确的训练推荐模型；
3. 冷启动：新商品的冷启动问题，taobao上每小时会上线百万级的新商品，而用户与新商品之间没有交互信息，因此无法很好建模用户对商品偏好。

paper主要解决的是matching阶段中对应上面的3类问题。在这之前，taobao的推荐系统在召回阶段主要是使用协同过滤的方法，计算不同商品之间的相似性，来生成商品候选集合。这篇文章中主要是用Graph技术来学习商品的embedding向量，但是考虑到前人工作中Graph embedding的缺点，paper作者引入了辅助信息来学习商品向量表达，再计算商品之间的相似性。作者在构建商品Graph的时候，使用了启发式的方法，从数十亿的用户历史行为中构建商品Graph。paper中先后实验的方案为：

1. Base Graph Embedding (BGE)；
2. Graph Embedding with Side information (GES)；
3. Enhanced Graph Embedding with Side information (EGES)。

最后作者也介绍了在taobao的大规模的用户和商品量级的规模下，他们也构建了graph embedding系统XTensorflow来支持算法的上线。

框架

这篇文章的思路也是受到最原始的Graph Embedding方法的启发，例如DeepWalk方法，DeepWalk方法就是先通过在graph中随机游走来生成节点的序列，然后应用Skip-gram算法来学习graph中节点的Embeddding表示。沿着这个思路，paper中也是按照两步来介绍的，1）基于用户历史行为构建图结构，2）学习图中item的embedding表示。

基于用户历史行为的 Item Graph的构建

在淘宝中，用户的历史行为都是具有时间序列特点的，例如图2（a）所示，而协同过滤算法中只考虑到商品之间的共现性，而没有将商品的序列关系纳入考虑，而在我们的item graph构建过程中，会考虑商品的序列信息，但是由于计算量和存储空间的成本高、以及用户的兴趣具有随着时间而漂移的特点，因此我们在使用用户历史行为信息时，基于以前的经验，只使用一个小时时间窗口内的历史行为item用于构建item graph，paper中也提到，对于这种一个小时的时间窗口称之为session。

当我们得到基于session的用户历史行为时，在一个session中，我们可以得到item之间的顺序关系，例如在图2（a）中的顺序关系已经反映在了图2（b）中了，而在图2（b）中，节点之间的连接权重被赋值为两个item共现的次数。但是在构建item graph时，对于下面的三类脏数据和不正常行为会过滤掉：

1. 点击后停留时间太短，例如不超过1秒的；
2. 三个月内购买超过1000个商品或者点击次数大于3500次的，这种过于活跃的用户，有可能是刷单等异常行为；
3. 由于商家会给同一个标志码的商品不断地做一些细节上的更新，但是有可能一段时期后，同一个标志码的商品已经变得完全不一样了，对于这种情况，我们会直接去除。

Base版的Graph Embedding

基于图2（b）中的权重有向item graph，paper中使用DeepWalk的随机游走方法生成节点序列，并在序列上运行Skip-gram算法来学习节点的Embedding表示，按照节点间的权重关系将随机游走的节点转移概率定义为：

我们使用Skip-gram算法学习Embedding向量，该算法是最大化序列中两个节点的共现概率，因此我们可以关联到下面的负数似然概率的优化问题：

其中，w表示序列中上下文节点的窗口大小，如果假设节点之间是相互独立的，即独立性假设的情况下，可以得到下面的公式：

我们通过借鉴Word2vec中的负采样算法，那么方程（3）可以转化为下面的式子：

其中，
$$N(v_i{)}^{\prime }$$
表示v_i的负样本，而 σ 表示sigmoid函数
$$\sigma (x)=\frac{1}{1+e^{-x}}$$
理论上来说，
$$|N(v_i{)}^{\prime }|$$
越大越好，当然这也会带来更大的计算量上的负担。

加入辅助信息的Graph Embedding

虽然在基本的graph embedding方法中，通过用户的行为序列，可以学习到协同过滤方法无法学习到的高阶相似性（因为加入了点击商品的序列信息），但是对于需要冷启动的商品，由于其缺乏用户和该商品之间的交互，因此仍旧无法较好的学习其embedding表示。因此这部分使用了item的辅助信息来学习item Embedding，用于解决item的冷启动问题。

paper中举了一些例子来说明当对item加入category、shop、price等辅助信息时的作用，例如来自于优衣库（shop相同）的两件外套（category相同），那么他们的embedding表示应该比较相似。基于类似的假设，paper中提出了GES的方法，如图3所示。

在GES中，使用W表示item及其辅助信息的embedding矩阵，W_v^0表示item v的embedding，W_v^s表示item v的第s个辅助信息的embedding，如果一共有n个辅助信息的话，那么对item v来说，将会有 n+1 个向量
$$W_v^0,\dots ,W_v^n\in {\mathbb{R}}^d$$
其中d表示embedding向量的维度，在paper中，作者提到了经验上的结论为，把item和其辅助信息的embedding的维度设置成相同时的效果更好。

在图3中可以看到，paper中的处理方式比较common，添加一个隐层，对这n+1个embedding向量做avg pooling的聚合操作，其中，H_v就表示item v的聚合embedding表示了。这样的处理方式貌似可以较好的解决item的冷启动问题了。

加入辅助信息的增强型Graph Embedding

上面GES算法中，虽然使用了辅助信息学习到了更好的item的embedding表示，而且一定成都上缓解了item的冷启动问题，但是依然存在一些明显的问题，就是item v的所有的辅助信息对于最终的embedding表示的贡献不一定是完全相同的，但是在GES方法中是按照完全一样来计算的。对于item v，
$$A\in {\mathbb{R}}^{|V|\ast (n+1)}$$
表示权重矩阵，A_ij 表示第i个item的第j个辅助信息，而A的第一列数值A_{*0} 表示item 自身的权重。也就是说，a_v^s表示item v的第s个辅助信息的权重，而a_v^0表示item v本身的权重值，而该层组合了不同的辅助信息的加权平均网络定义如下：

paper中使用指数计算得到权重，即e^{a_v^j}代替a_v^j以确保每个辅助信息的权重贡献值大于0。

在训练样本中，对于节点v和其上下文节点u，使用
$$Z_u\in {\mathbb{R}}^d$$
来表示u的embedding表示，使用y来表示其label，那么EGES的loss函数为

上式对Z_u求导（其实就是交叉上损失函数的求一阶导数）得到

如果公式（9）再进一步对辅助信息的权重求导的话，得到

而如果公式（9）再进一步对辅助信息的embedding表示求导的话，得到

下面是EGES的伪代码，Alg1给出了EGES的整个框架，Alg2给出了权重Skip-gram算法的计算流程，Alg2的核心其实就在于根据正、负样本更新参数辅助信息权重a_v^s和辅助信息embedding表示W_v^s。

实验

离线评估

实验中使用了比较common的链接预测任务，使用的数据集为Amazon和Taobao的数据集，他们对应的节点数量、边数量、辅助信息数量、稀疏度如表1所示，两个数据集的稀疏性都非常高。其中Amazon数据集的item graph主要根据共现性来构造，而taobao数据集主要基于前面讲到的session-based的历史行为来构造的。

paper中主要实验的方法为BGE, LINE, GES, EGES，其中LINE方法是在graph embedding中捕获一阶和二阶近似。

实验结果如表2所示，结果显示，GES和EGES方法在Amazon和Taobao数据集的效果均优于BGE、LINE(1st)、LINE(2nd)方法的效果。值得注意的地方为：

1. GES和EGES方法在 Taobao数据集相比于Amazon数据集上的效果提升更加明显，这可能是由于Taobao数据集的辅助信息更加丰富和有效；
2. EGES方法相比于GES方法，可以使得Amazon数据集的效果提升更加明显，但是对于Taobao数据集的效果提升却不那么明显，这可能是因为GES的效果已经非常好了，所以EGES的提升也没那么显著。
   

在线A/B测

因为paper中学习到的item 的向量表示最终用于推荐系统中的item召回阶段，因此最终评估item embedding的方式也是推荐系统中常见的点击率评估方法，如果在召回阶段通过使用graph embedding代替传统的CF方法的召回物料质量更高的话，那么对于最终线上的ctr一定会有提升的效果的。

而从结果上来看，基于引入辅助信息的GES和EGES方法确实能够取得更好的线上点击率效果。

Case Study

可视化：paper中使用了tensorflow中自带的可视化工具进行embedding的可视化，从图7（a）中可以看到不同种类的鞋子分布在不同的簇中，而具有相似辅助信息的鞋子会更加相似；而图7（b）中进一步分析了乒乓球、羽毛球、足球这三种不同运动的鞋子，并在图中展示了乒乓球、羽毛球这两种鞋子更加相近，而足球鞋子会距离更远一些，这也更加符合中国人的特点，因为乒乓球、羽毛球更偏向于室内运动（相似性更高），而足球更偏向于室外运动。

冷启动item：对于没有user和item之间交互信息的冷启动item来说，可以使用其辅助信息向量的average pooling值来表示该冷启动item，这在之前传统的CF方法中无法实现。

EGES中的权重：图6可视化了不同item的不同类型的辅助信息的权重，从图中可以看到：

1. 不同的item的辅助信息的权重大小是不同的；
2. 所有的item中，Item自身embedding表示的权重是最大的；
3. 除了Item自身embedding表示的权重外，Shop的embedding表示的权重是最大的，这是因为对于Taobao的用户来说，用户会为了方便性和低价的好处，更倾向于在同一店铺中购买商品。
   

系统部署和操作

在介绍Taobo的graph embedding学习系统之前，我们先了解下整个taobao的推荐系统，其分为在线系统和离线系统。
在线系统包括Taobao个性化平台（TPP）和排序服务平台（RSP），其在线系统的整个工作流为：

1. 用户打开app后，TPP会获取用户最新的数据特征以及从离线系统中获取item候选集，然后将item候选集喂入到RSP中，排序模型会对使用深度神经网络对候选集的item进行打分和排序，并将排序结果返回给TPP，然后TPP再将排序结果展示到用户app上。
2. 用户在使用过程中的行为信息会被收集下来并保存成日志数据，之后会再继续服务于离线系统。

而对于离线系统中的graph embedding的工作流如下，这里只简单说下，具体可以参考下paper原文：

1. 获取到用户行为的日志数据，取最近3个月的数据构建item graph。但是在此之前需要对用户数据进行反爬虫处理（以及其他去除脏数据的数据处理方法），然后才基于用户行为取生成sessin-based的序列。
2. 然后就是实现item graph方法，再基于基于ODPS平台的分布式训练来进行学习；
3. 在XTF平台上，整个的日志获取、反爬处理、item graph构建、随机游走生成session序列、item to item的相似性计算和映射生成这些过程只需要在6个小时内就可以计算完成。

总结和未来展望

总结：针对稀疏性、item冷启动、大规模（十亿用户和二十亿商品）这三个问题，作者分别提出了解决方案。对于稀疏性、item冷启动问题，paper提出了将item的辅助信息融入到item graph中来学习的graph embedding，而对于大规模的数据量问题，则详细介绍了训练graph embedding所依托的阿里的各种计算平台的优势。

展望：paper中也提出了未来将要继续探索的一些领域，一是将在graph embedding中加入attention机制，以更灵活地学习到辅助信息的权重；二是将item下的用户评论中的文本信息数据加入到item graph中去学习graph embedding。