推荐系统（十五）多目标学习

应用场景

多目标学习，顾名思义就是同时兼备多个目标，比如内容的点击率、点赞率以及完播率，那么如何设计一个推荐策略来很好地兼备这些目标呢，这里分阶段介绍一些概述性内容。

第一阶段：通过样本权重实现多目标优化

想象一个信息流推荐场景，用户可以滑动、点击并观看信息流推送的内容，这时的目标是保证点击率的情况下尽量保证完播率，即点击进去之后完整地看完资源，因为如果看完资源之后有相应的广告推送。

这时可以把这个任务看成一个二分类问题，即点击或者完播都看成正样本，滑动看成负样本，但有一点不同的是完播的样本权重要大一些，比如把一个完播的样本预测成滑动，这时损失惩罚更大。这种情况下训练任务很简单，而且把多目标转换成单目标，但这种做法灵活性较差，超参不好调。

第二阶段：多模型融合打分

思路较为简单，每个指标一个模型，最终采用一个公式进行打分，最终得到候选集。这种做法的缺点明显：

1. 各模型得分差异较大，很难通过调整合适权重来得到最优解。
2. 时间开销较大。

第三阶段：Learn to rank

通过对业务的理解构造样本，这里以构造pairwise样本为例，比如观看同样是点击资源，观看时间越长其越重要，即如果用户点击了两个样本i和j，如果样本i的观察时间比样本j的观看时间长，则这个pair下i的重要性大于j，依次为依据构造pairwise loss最终得到模型。这种策略没有太多超参，设计较为简单，但问题也很明显，因为构造样本的时间复杂度会很高，而且线上预测时间复杂度也很高，因为要为输入list的每个元素进行两两比较。

第四阶段：多任务学习

多个任务共享底层的权重，在上层进行多目标的分叉学习，这样多目标能够彼此兼顾，且模型较为简单，线上预测时仅需要对结果进行融合即可，但每个目标所占的权重依然是比较棘手的问题。

多任务学习这段时间较为流行，也有相应的论文支持，比如阿里的ESMM和谷歌的MOE模型。

参考

1. 推荐系统中的多目标学习