DIEN介绍
在CTR预估中,捕捉用户行为背后隐式的兴趣是非常重要的,而且因为外部环境和用户心智的变化,用户的兴趣会随着时间不断演化。
传统的CTR预估把用户行为直接表示为兴趣,缺少在具体行为背后的隐式兴趣,而且很少有工作考虑兴趣的演化。
DIEN设计了一个兴趣抽取层捕捉了用户历史行为的兴趣,在这层中提出了一个辅助loss来监督每一步的兴趣抽取。因为用户兴趣是多样的,提出了一个兴趣演化层去捕捉和当前物品相关的演化过程。并且把注意力机制很巧妙的嵌入了序列结构当中。
兴趣抽取层
采用GRU对用户的行为信息背后的隐式兴趣进行建模.
辅助loss
ht只能捕捉行为之间的关联,并不能有效地表示兴趣。Target label仅仅包含最终兴趣的预测值,但是历史的隐状态ht无法获得有效的监督。
如我们所知,每一步的兴趣状态会直接引导下一步的行为。所以DIEN提出了辅助loss,用bt+1去监督兴趣状态ht。除了用真实的下个行为作为正样本,也在非行为样本中进行了负采样。也就有N个行为序列的pair对
辅助loss如下:
最终loss为: