推荐系统之雅虎图文：Embedding-based News Recommendation for Millions of Users

前言

　　雅虎日本2017年发的他们的推荐系统paper，主要以Emebdding作为用户和文本新闻的表示方式，来让我们师夷长技以自强下。

亮点

　　主要就是在倒腾各种Embedding，用来做推荐。
　　1）用降噪自编码实现文章的$embedding$。
　　2）用RNN学习用户行为的$embedding$。

YaHoo日本的图文推荐处理流程

1. Identify $\longrightarrow$获取用户特征$V_u$。
2. Matching $\longrightarrow$匹配候选新闻集合。
3. Ranking $\longrightarrow$对候选集排序。
4. De-duplication $\longrightarrow$根据新闻相关性去重。
5. Advertising $\longrightarrow$插入广告。

notice-1: 在上述1,2,4的地方用到了Embedding表示的用户和新闻。
notice-2: 在第2点上并没有说清楚是从所有新闻中匹配候选集，还是有个所有新闻的子集来做匹配。
notice-3: 在最终展示顺序上，以排序为基础，辅以额外的影响因素，比如新鲜度(hot)，相似新闻不近邻(diversity)等。

为什么Eebedding

1） 协同过滤和低秩分解类方法的先天缺陷
　　不适应更新很快的系统，只消耗旧数据 ，无法对新数据产生足够快的响应。基于词的推荐，则容易受限于词自身的语义缺点，比如同义词的不同词容易推类似新闻。图文推荐系统的特点，不同于广告和视屏，图文新闻过期很快。
2） 用户的行为历史的顺序及结构信息，没有被充分利用起来。
　　基于上述两点，分别用改进的降噪自编码对文章作表达，用RNN方法对用户作表达。来完成以下三点推荐要素：
　1.$\longrightarrow$ 理解文章内容。
　2.$\longrightarrow$ 理解用户喜好。
　3.$\longrightarrow$ 为个体用户选择新闻并排序。

Artical Embedding

　　基本模型是denoising autoencoder，对其加上弱监督学习作改进，以提高hiden-layer-embedding对差距的表达能力。

x˜n∼q(x˜n|xn)