广告推荐系统经典算法：Deep FM

DeepFM学习笔记

引子

DeepFM是经过工业界验证的比较认可的用于解决CTR（广告点击）预测的深度学习模型之一。

什么是广告预测问题？以淘宝网举例，在淘宝主页以及我们搜索结果页面中，都有作为广告出现的商品推荐窗，如果这个窗口推荐的物品正好用户感兴趣，那么用户就会点进去看看啦，这样这个商品的商家就要付钱给淘宝网站，因为这个点击进来的用户是通过淘宝推荐来的，这样淘宝就可以通过推荐广告赚钱啦。问题就是，淘宝要怎么在大量的商品中选出几个放到有限的展示窗口中呢？当然是最可能被点击的那些商品广告啦，怎么预测商品被点击的可能性？本文提到的Deep FM就是解决这个预测问题的方案之一。

概述

将CTR预测问题转化成一个有监督机器学习问题，首先要把训练样本（用户的点击、没有点击行为）划分为“特征”和“标注”。

特征包括用户的注册信息，比如年龄，性别等，以及用户的购买行为，比如买了一堆GPU的可能是个技术宅or 游戏宅等等；以及商品本身的特征信息，比如商品的介绍，分类、价格等等。

标注就是0、1分别代表当前的用户没有点击或者有点击这个商品的广告。

这个CTR问题有个特性，相比于图像识别问题或者语音识别问题，CTR的特征往往是高维而且稀疏的，比如我们把男、女这个类别特征通过1-hot 编码成为01 和 10 两个向量，这样一个特征就变成了2维，同样的道理，其他的类类别特征如果通过1-hot编码也会大大增加特征的维度。对于连续的特征，我们可能会通过分桶，也把它们转化成了高维的特征。

在很多情况下，我们用这些特征判断用户的点击行为可能需要综合多个特征来进行，比如年龄在18-30岁的女生比较关注颜色比较时髦的唇膏商品，这个判断就用了年龄和性别两个特征来综合决策最终的label。那么有很多前人提出了多种多样的模型来解决这个特征交叉的问题。比如FM（Factorization Machines）就提出了先学一个特征的embedding（就是用一个低维的向量来表示高维稀疏的特征向量），然后通过不同特征组的embedding的乘积来实现这个“特征交叉“的操作。可惜的是，由于排列组合的数量几乎是指数上升的，考虑到模型的复杂度，实际应用中往往只能学习低阶的特征交叉，也就是FM只能学习到利用了2~3个特征的判别用户点击行为的模式。当我们需要判断一个用了用户年龄、性别、职业、收入、月度购买量等等比较多的特征的用户行为模式的时候怎么办呢？有人提出可以用DNN（深度神经网络）来解决这个问题，用深层的神经网络来模拟高维的用户特征融合模式。但是问题是，我们如果同时需要判断高维和低维的特征模式，这个时候怎么办呢？本文介绍的Deep FM就派上用场了。

方法

如图一所示，整个Deep FM的架构分为左右两个层次，左边是FM，右边是Deep。。哈哈估计名字就是这么来的。样本的特征由下至上输入，最下一层是上面提到过的高维稀疏特征。

由于输入的高维稀疏特征向量是由更低维的特征向量（比如用户性别的1-hot编码向量，用户年龄的分桶离散化的向量等）组合而成的，在第一层分别将这些向量编码成同样长度的embedding，这样更方便表示每个低维向量组的信息，方便后续计算。入图2所示。

在Deep FM的架构的左边FM中，这一层经过embedding编码的特征向量经过了FM的乘积层获得了低维的特征交叉组合，然后通过一个输出层输出。

图中y代表FM层输出，代表权重w和原始feature层向量x的內积，Vi表示原始特征向量x中第i个低维特征向量的embedding表示。

图3代表Deep FM架构中的DNN部分。由于和FM共用了第一层特征的embedding向量层，这样在反向传播算法的训练过程中，这个浅层特征embedding可以受到高维特征交叉和低维特征交叉的影响学的更好些（论文原话）。

这个DNN的层数根据原始论文中的实验大概取3~5层，更多的层数会导致过拟合。

总结

这个Deep FM模型有几个特点：

1. 它不需要预训练，可以直接端到端的训练

2. 它结合了深层和浅层的特征交叉信息

3. 通过共享embedding它省去了特征工程的工作，更方便使用。

Deep FM的工作据说击败了当时的state of the art，但是目前又有很多新的paper出现，比如阿里的DIN等，我们下次再说~

参考文献：

1. DeepFM:A Factorization-Machine based Neural Network for CTR Prediction