手机淘宝推荐中的排序学习

问题导读：

1.用户的Session 特征 怎么办？

2.怎样结合业务实例设计推荐系统？

3.怎样优化推荐系统？

周梁：淘宝推荐机器学习技术专家，中国科学院自动化研究所机器学习博士，主要研究工作方向是机器学习、大规模并行算法优化。先后从事过广告CTR预估，MPI机器学习平台搭建，手淘个性化推荐等多方面工作。

排序学习是推荐、搜索、广告的核心问题。在手机淘宝的推荐场景中，受制于展示空间的限制，排序学习显得尤为重要。在淘宝，如何从十亿的商品中，挑选出用户 今天喜欢的商品，也是个巨大的挑战。 本次我们分享排序学习在手机淘宝中的应用，其中包括：解决了哪些问题，遇到了哪些挑战，以及做了哪些改进。

手淘推荐介绍

图1手淘推荐业务全覆盖

用户提升体验，千人千面；商家提供流量，提升转换；平台引导行为，流量分配。

图2手淘推荐系统

Match：基于内容，行为的推荐。场景，社交，人群，个人的长期兴趣，短期行为。

图3排序学习的原因

排序学习分类：PointWise：

PairWise：

ListWise：直接优化整个集合序列，不再做Transform,优化目标NDCG.

业务实例

图4店铺内推荐业务

业务：只可以推荐同店铺商品，可以是相似搭配。目标：CTR.方法：PointWise。

图5模型

样本构造：

模型目标：预测<user,item> ctr，并按照ctr排序。

手机埋点的困难：曝光，点击收集，Native 版本，H5 版本。

正负样本处理：

1.       点击/曝光PV

2.       (点击 + 折算成交)/曝光PV

3.       (点击 + 折算的成交)/(有效点击以上PV截断)

4.       (点击 + 折算的成交)/(泊松采样的虚拟PV)

特征设计

ID类特征，User、Item 、Context基本特征，移动特定场景相关特征：设备ID  VS 用户ID；城市区域特征；手机型号特征，PC & Mobile 特征融合。

每个特征权重反映该特征在数据中的统计意义，方便进行特征组合和模型debug，比较方便引入在线学习。

特征工程

图6年龄匹配

图7年龄匹配

特征组合，交叉特征，例如年龄匹配。

个性化模型，特征交叉

–        User：U1={张三，男，年龄35}，U2={李四，男，年龄29}

–        Item:I1={鼠标}，I2={枕头}

–        训练集：U1点了I1，没点I2

–        预测：U2对I1、I2的喜好

–        特征归并，{张三，男，年龄35，鼠标}，无泛化能力

–        特征交叉：{张三，男，年龄35，鼠标，男_鼠标}

–        对常见问题的解决方法

–        性别匹配：user性别与item性别交叉

–        年龄匹配：user年龄与item年龄交叉

–        购买力匹配：user购买力与item购买力交叉

–        用户类目偏好：user id与item类目id交叉

–        Position bias：训练时引入pos id为特征

–        多Matchtype融合：引入Matchtype id为特征

–        人群属性偏好：人群特征同item id做交叉

实时用户特征

用户的Session 特征 怎么办？：用户当前时刻看了多少本类目商品；用户是否已经在别的场景下看过了本商品；用户是否已经购买本类目同款商品。

在线学习：离线特征提取，在线模型学习（FTRL）

图8在线学习

行业市场业务

图9

业务：个性化行业模块排序，个性化图文排序，最大化点击。

目标：行业流量的均衡。

方法：优化auc，Pairwise-ranknet。

PairWise思考：只考虑了两篇文档的相对顺序，对于不同的查询相关文档集的数量差异很大，投入产出比看，pairwise最佳。

业务场景Position因素：前两个图的面积明显占优，统计数据显示CTR明显占优。

流量均衡考虑。

图10 BPR模型

BPR: Bayesian Personalized Ranking。

构造pair样本是关键：

1.       Click > Skip Above

2.       Last Click > Skip Above

3.       Click > Earlier Click

4.       Click > No-Click Next

图11女装瀑布流

业务：瀑布流个性化，多目标优化。目标：CTR,CVR,客单价。方法：优化NDCG, listwise-lambdamart。

图12多目标融合

优化NDCG

DCG (Discounted Cumulative Gain)

NDCG(Normalized Version)

图13

左图pairwise错误相比右图小（13 VS 11）；希望出现红色的梯度方向和强度；直接优化NDCG。

LambdaRank 不再从Cost Function出发推导梯度，反而直接计算梯度来优化NDCG等一类的IR指标。

Mart（Multiple Additive Regression Tree）  与 Lambda 结合 ， 得到 LambdaMart。

特征表示：

• 连续特征表示，便于Mart训练以及特征选择、组合
• User，Item，Context的各个维度反馈特征
• User Session 维度特征
• 各种子目标模型的Score
• LBS特征反馈、
  

图14样本构造

  多目标构成ListWise，输入Lambdamart，按照等权重构造梯度权重。

等权重构造梯度权重的问题：样本有偏；训练较慢。

改进策略：按人工加权方式修正梯度强度；针对多种不同等级pair构造中，每个List只挑选最大违反的同类型pair做当前轮训练。

图15计划&展望

日志：手机日志收集，终端较多，多App间协作。

特征：家庭用户特征同账户问题，地域特征，PC、Mobile 特征对齐。

目标：业务目标多，LTR有较大的应用空间。

实时：在线模型更新，用户行为特征挖掘。