推荐系统论文阅读（四十九)-阿里：使用曝光未点击序列修正点击序列

论文：

论文题目：《Unclicked User Behaviors Enhanced Sequential Recommendation》

论文地址：https://arxiv.org/pdf/2010.12837v1.pdf

在以前我们讲到一篇微信用未点击序列建模的文章后，我们今天也来讲讲，阿里是如何用未点击序列和度量学习的方法来建模的。

一 、背景

关于sequence based recommendation我们在之前的很多文章都介绍过了，比如sdm，narm等文章，这些论文一般都是对用户的点击序列建模出用户的兴趣向量，然后再跟target item计算内积来训练的。

用户的兴趣是动态变化的，长期兴趣可能潜藏在用户在很长一段时间的购买记录上面，而用户的短期兴趣则是体现在用户最近的几十次点击上，在sdm中，利用了gate机制同时建模了用户的长短期兴趣。

大多数序列行为建模都是对clicked进行建模，忽略了用户曝光未点击的序列。其实，用户的未点击序列蕴含着丰厚的信息，这些item大多都是精排模型筛选出来的了，已经非常符合用户的偏好了，如果我们能够拿这个信息去进行一次信息补充，那么整个推荐的效果就会更近一步。

如图所示，如果用户是女性的时候，用户只会去点击女性的外套，而不会去点击男性的外套，这时候曝光的序列就分成了曝光未点击的序列和曝光点击的序列。再有一点，用户可能会有误点击的行为，这种行为就会让用户的点击序列趋于发散，不易于建模。在这种情况下，我们的曝光未点击序列就会体现作用了。在微信那篇文章里，只是对该序列进行而外建模，而忽略了点击和未点击之间对交互关系，因此本论文做了一定对改进。

我们首先明确几点，

1.用户的未点击行为，在某种程度上体现了用户对某类信息的不喜欢程度，这个信息是十分重要的，以前我们只会去建模用户的偏好，而忽略了用户的不喜欢

2.曝光未点击的item在一定程度上是比随机推荐给用户的物品更符合用户的偏好的，因为这些item也是我们自己的推荐系统推荐出来的。只是说，用户出于某些原因，比如说价格，流行度等因素而没有去选。这些物品是点击样本跟随机推荐物品之间的隐式折中反馈。

3.我们在之前说过了，用户的点击序列里可能有噪音，也就是会有误点击的行为，而我们恰好可以利用曝光未点击的行为去对点击序列进行纠偏，因为既然未点击的序列蕴含着用户的不喜欢信息，我们就可以拿这个去剔除掉点击序列中的噪音。

二 、模型

我们先不看整个模型的架构，先来介绍几个预先的知识。

2.1 问题定义

定义用户的集合：

item的集合：

给定用户在t时刻的点击序列：

未点击序列：

给定以上两个序列，然后来预测用户在t时刻以后的点击序列，在t时刻以后的序列定义为：

同时Cu，t也是我们的label

3.2 Base Sequential Recommendation

用到的序列行为建模方法，对于序列而言，一般的做法是Gru/Rnn/transformer等等，对于序列，通过这些模型编码成一个定长的向量，具体而言，论文里采用的SDM作为basemodel，具体细节就不细说。

利用这些结构，我们把向量编码成了，然后，我们就用这个向量跟候选item i的向量做内积：

这时候就已经可以训练一个模型了。

3.3 Sequential Recommendation with Unclicked User Behaviors

前面我们介绍完basedmodel后，接下来我们就要介绍如何使用用户未点击的行为了。

我们在看上面这个图之前，先明确几个定义：

：用户t时刻点击序列建模出来的向量

：用户t时刻未点击的序列建模出来的向量

：用户在t时刻以后的点击序列建模出来的向量

具体而言：

这里是直接对未点击的序列作mean了，因为未点击的序列太长了。

度量损失定义为：

我们要让点击的向量离我们的label向量近一点，离未点击的向量远一点，还有个额外的超参数m，意味着点击向量跟label向量的距离至少比未点击向量离点击向量之间的距离少m。

之前我们说过，可以用未点击的序列去做纠偏，所以论文也采用了下面的方法来修正h这个向量：

但是这么做的话忽略来点击序列跟未点击序列直接的交叉，所以修正后为：

最后，我们再来一看下上面那张图，假如存在另一个向量，假如他跟c的距离比h跟c的距离来得小，这显然是不符合的，因为n是未点击的向量，怎么可能存在未点击的向量跟label向量c的距离来得更近呢？

所以我们要对这个损失进行修改：

我们既要做到第一个m的限制，又要做到c跟h的距离要比c跟n的距离来得小。

最后，我们总的损失为：

第一部分是sample softmax loss，这个loss就不多说了tf有这个方法的实现，第二个就是我们的triple loss。

三、实验结果

实验效果：