EGES

[[向量化召回统一建模框架]]

• 如何定义正样本
  • 之前介绍的Item2Vec以及Airbnb I2I召回都认为只有被同一个用户在同一个Session内交互过的两个物料才有相似性，才可能成为正样本。EGES认为这个限制太狭隘了。#card
    • 比如一个用户点击过物料A和物料B，另一个用户点击过物料B和物料C。
    • Item2Vec认为只有AB和BC才存在相似性，但是AC难道就不相似了吗？
    • EGES应该把这种跨用户、跨Session的相似性考虑进去，这样能够提高模型的扩展性，也能够给那些冷门物料更多的训练机会。
      
    • （1）根据用户行为序列（如图5－3（a）所示）建立物料关系图（如图5－3（b）所示）。#card
      • 图上的每一个节点代表一个物料，每一条边代表两个物料被顺序交互过。
      • 比如，图5－3（a）中的用户U1先点击过物料D，再点击过物料A，那么在图5－3（b）上就有一条边由D指向 A。
      • 第 $i$ 、 $j$ 两个节点之间的边上的权重 $M_{i j}$ ，等于数据集中＂先点击物料腯点击物料 $j$＂的次数。
    • （2）沿图5－3（b）中的边随机游走，生成一批新的序列（如图5－3（c）所示）。#card
      • 随机游走过程中，由节点倒节点的转移概率 $P\left(v_j \mid v_i\right)=\frac{M_{i j}}{\sum_{j \in N_{+}\left(v_i\right)} M_{i j}}, ~ M_{i j}$ 是由指向那条边上的权重
      • ，$N_{+}\left(v_i\right)$ 是由第 $i$ 个节点出发的邻居节点的集合。
    • （3）在这些随机游走生成的新序列（如图5-3（c）所示）上，再套用Word2Vec的方法， 定义滑窗，窗口内的两个物料是 {{c1 相似}} 的，成为正样本。
• 如何 embedding #card
  • 推荐系统与NLP的区别就在于，通常NLP中除了单词本身，就没有多少其他特征可利用了；但是在推荐系统中，除了ID，每个物料还有丰富的属性信息（也称为Side Information）​，比如商品的类别、品牌、商铺等。这些信息在照搬Word2Vec的Item2Vec中没有被利用上，太可惜了。另外，加入这些额外的物料属性当特征，还有利于新物料的冷启。对于ID从未在训练集中出现过的新物料，Item2Vec无法给出其Embedding；但是新物料的属性大多在训练集中出现过，并且它们的Embedding已经被训练好了，EGES可以拿这些属性的Embedding合成新物料的Embedding，解一时之需。
    
    

网络回响