终于写到100篇了,算是一个小里程碑,但绝不是终点!后面还会有200、300....,希望大家能够一直关注本专栏以及公众号“小小挖掘机”,小编会继续加油的!
今天介绍的是阿里在CIKM20上发表的一篇文章,算是与DIN、DIEN一脉相承的一篇文章吧,论文提出了深度多兴趣网络来提升点击率预估的效果,文章标题为《Deep Multi-Interest Network for Click-through Rate Prediction》,论文下载地址为:https://dl.acm.org/doi/pdf/10.1145/3340531.3412092。
1、背景
阿里对于从用户历史行为序列中抽取用户兴趣的研究有很多,比如DIN,首次提出使用attention机制建模用户历史行为序列中item和目标item的相关性,来抽取对应的用户兴趣,但其忽略了行为之间发生的先后顺序;DIEN使用GRU单元,来建模用户兴趣的演进过程;DSIN将用户行为切分成不同的session,使用自注意力机制建模不同session中的多样兴趣。
用户在一个时间点的兴趣是多样的,本文进一步提出了深度多兴趣网络(Deep Multi-Interest Network 、以下简称DMIN)来提取用户多样化的兴趣。一起来看一下。
2、DMIN介绍
DMIN的整体架构如下: