AI上推荐 之 MIND(动态路由与胶囊网络的奇光异彩)

1. 写在前面

今天整理的是MIND模型(Multi-Interest Network with Dynamic Routing)， 这是阿里团队2019年在CIKM上发的一篇paper，该模型依然是用在召回阶段的一个模型，解决的痛点是之前在召回阶段的模型，比如双塔，上一篇介绍的YouTubeDNN召回模型等，在模拟用户兴趣的时候，总是基于用户的历史点击，最后通过pooling的方式得到一个兴趣向量，用该向量来表示用户的兴趣，但是该篇论文的作者认为，用一个向量来表示用户的广泛兴趣未免有点太过于单一，这是作者基于天猫的实际场景出发的发现，每个用户每天与数百种产品互动， 而互动的产品往往来自于很多个类别，这就说明用户的兴趣极其广泛，用一个向量是无法表示这样广泛的兴趣的，当然，即使能，向量的维度也会很大，会带来计算上的压力，于是乎，就自然而然的引出一个问题，有没有可能用多个向量来表示用户的多种兴趣呢？ 如果这个问题交给我们想，我们应该也能想到解决方法，既然用户交互的历史商品很多，又来自不同的种类，那么我们完全可以对这些历史商品先聚类，然后每一类里面的商品进行pooling，不就得到多个向量来表示用户的多个兴趣