行为序列建模

行为序列的时间窗口

• 短期序列
  • N < 200
  • 聚集在一个或几个类目上
  • 提取出用户的短期兴趣
• 长期序列
  • 千或万量级
  • 用户长期购物习惯
  • 提取出用户的长期兴趣
• Session 序列
  • 几分钟或几十分钟访问行为

建模的属性信息

• 物品 id
• 物品属性的信息
• 行为时间
• 行为类型
• 行为的详细信息
  • 停留时长、点击图片、查看评论

负反馈

• 隐式负反馈
  • 曝光未点击
• 显示负反馈

建模方法

• [[Pooling]]
  • 行为序列特征 embedding 做 mean, sum 或 max pooling
  • 用户历史序列中的行为有相同的重要程度，反应用户主要兴趣。
  • [[@Deep Neural Networks for YouTube Recommendations]]
• [[Attention]]
  • [[DIN]]
  • [[DSTN]]
  • [[DSIN]]
• RNN
  • [[DIEN]]
• [[Capsule]]
  • MIND
• Transformer
  • DSIN
  • BST
• 基于记忆网络
  • HPMN
  • MIMN
• 基于检索的模型
  • UBR4CTR
  • [[SIM]]

[[@日久见人心：论建模用户长期兴趣的几种姿势]]

长期用户行为序列处理模型

• MIMN、UBR4REC、SIM、ETA、SDIM，每个模型都在解决什么问题，有什么优缺点，注意时间复杂度
  • 比如，SIM用hard search来缩短行为序列长度，但是用于检索的离线索引构建耗时，因此有了不需要构建索引的ETA，但ETA仍然需要[[target attention]]，因此有了一步到位的SDIM

参考

• 搜索推荐广告排序召回之用户行为序列建模 - 知乎 (zhihu.com)
• 推荐系统中用户行为建模综述|A Survey on User Behavior Modeling in Recommender Systems|华为 - 知乎 (zhihu.com)

网络回响