DeepFM模型介绍及应用

Introduction

对于一个基于 CTR 预估的推荐系统，最重要的是学习到用户点击行为背后隐含的特征组合。在不同的推荐场景中，低阶组合特征或者高阶组合特征可能都会对最终的 CTR 产生影响。

Wide & Deep Learning 通过组合使用 cross-product transformation 特征的线性模型和 DNN 模型进行 Joint train 从而实现 memorization 和 generalization 的结合。但是对于 Wide 模型来说还是需要做一些特征交叉来实现 memorization，而因子分解机 (Factorization Machines, FM) 通过对于每一维特征的隐变量内积来提取特征组合，最终的结果也非常好。虽然理论上来讲 FM 可以对高阶特征组合进行建模，但实际上因为计算复杂度的原因一般都只用到了二阶特征组合。

关于 Wide & Deep Learning 请参考博文：Wide & Deep Learning模型介绍

那么对于高阶的特征组合来说，我们很自然的想法，通过多层的神经网络即 DNN 去解决。

对于离散特征的处理，我们使用的是将特征转换成为 Onehot 的形式，但是将 Onehot 类型的特征输入到 DNN 中，会导致网络参数太多难以训练¹：

此时可以借鉴 word2vec 的思路，进行 embedding。将 Onehot 编码后的向量经过一个 embedding 层输出 Dense Vector。具体的思路就是，将一个特征 Onehot 编码后会生成多个特征，但是每个特征里面只有一个为 $1$，其他都为 $0$，这些由一个特征生成的多个互斥的特征引用 FFM 的思想的话就属于一个 Field。

如果将 embedding 层的输出再加两层的全连接层，让 Dense Vector 进行组合，那么高阶特征的组合就出来了。

但是低阶和高阶特征组合隐含地体现在隐藏层中，如果我们希望把低阶特征组合单独建模，然后融合高阶特征组合。

也就是我们需要学习低阶的特征组合，也需要学习高阶的特征组合。即将 DNN 与 FM 进行一个合理的融合：

二者的融合总的来说有两种形式，一是串行结构，二是并行结构

而 DeepFM²，就是并行结构中的一种典型代表。

DeepFm 模型

模型结构

DeepFM 包含两部分：神经网络部分与因子分解机部分，分别负责低阶特征的提取和高阶特征的提取。这两部分共享同样的输入。DeepFM 的预测结果可以写为：

$$\hat{y}=sigmoid(y_{FM}+y_{DNN})\text{\hspace{1em}(1)}$$

FM Component

FM 部分是一个因子分解机。关于因子分解机可以参阅文章 Factorization machines³。因为引入了隐变量的原因，对于几乎不出现或者很少出现的隐变量，FM 也可以很好的学习。

FM的输出公式为：
$$y(x)=w_0+\sum _{i=1}^n(w_i{x}_i)+\sum _{i=1}^{n-1}\sum _{j=i+1}^n(<v_i,v_j>x_i{x}_j)\text{\hspace{1em}(2)}$$

$$y(x)=w_0+\sum _{i=1}^n(w_i{x}_i)+\sum _{i=1}^{n-1}\sum _{j=i+1}^n(<v_i,v_j>x_i{x}_j)\text{\hspace{1em}(3)}$$

Deep Component

深度部分是一个前馈神经网络。与图像或者语音这类输入不同，图像语音的输入一般是连续而且密集的，然而用于 CTR 的输入一般是及其稀疏的。因此需要重新设计网络结构。具体实现中为，在第一层隐含层之前，引入一个嵌入层来完成将输入向量压缩到低维稠密向量。

嵌入层 (embedding layer) 的结构如上图所示。

对于 Fig.4 这个网络结构有两个很有意思的 point：

1. 虽然输入的 field vector 长度不一，但是它们 embedding 出来的长度是固定的；

2. FM 的 latent vector $V$ 向量作为原始特征到 embedding vector 的权重矩阵，放在网络里学习。

这里的第二点如何理解呢，假设我们的 $k=5$，首先，对于输入的一条记录，同一个 Field 只有一个位置是1，那么在由输入得到 dense vector 的过程中，输入层只有一个神经元起作用，得到的 dense vector 其实就是输入层到 embedding 层该神经元相连的五条线的权重，即 $v_{i1}$，$v_{i2}$，$v_{i3}$，$v_{i4}$，$v_{i5}$。这五个值组合起来就是我们在 FM 中所提到的 $v_i$。在 FM 部分和 DNN 部分，这一块是共享权重的，对同一个特征来说，得到的 $V_i$ 是相同的。

---

1. 推荐系统遇上深度学习(三)–DeepFM模型理论和实践 ↩︎

2. DeepFM: a factorization-machine based neural network for CTR prediction ↩︎

3. Factorization machines ↩︎