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)