推荐系统遇上深度学习(一零零)-[阿里]深度多兴趣网络DMIN

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：