美图个性化推送的 AI 探索之路

导读：Push 作为一种有效的拉起 DAU 和召回用户的策略，近几年来被各类社交 App 广泛应用，随着深度神经网络在语音和图像识别上取得的巨大成功，AlphaGo 战胜人类围棋顶尖高手，以深度网络为基础的人工智能迎来第三次高潮。如何将深度模型应用于个性化 push 场景，从而减少无效 push 对用户的骚扰，是近年来一个关注的热点。本次分享将结合美图的实际业务场景从 Embedding、召回、排序、文案、内容池等多个方面介绍如何打造一个良好的 push 场景。

本次分享的内容概要如下：

1. 业务背景

Push 也就是推送通知，可以通过系统界面直接触达用户，当用户点击就会唤醒 APP，是提高 APP 的日活，留存等指指标重要的环节之一。

2. Embedding 演进

首先，我们介绍 Embedding 的过程。从三个算法层面介绍 embedding：Word2Vec，Listing Embedding ( 参考 Airbnb ) 在个性化 push 的应用，以及近两年流行的图相关的算法 GCNs。

2.1 Word2Vec

• Feed 也就是展示页的一个 item，对于美图秀秀来说就是用户发的一张图，对于电商来说就是一个商品，本文统一称为 feed。

• Embedding 就是把任何一个 Feed 转化为一个向量，服务于后面的召回和排序。Embedding 是比较基础的过程，在最开始阶段，我们尝试了最基础的 Work2Vec 中的 Skip-Gram 的模型，通过对于用户的点击序列模仿 Work2Vec 中的一个句子。如图所示，我们有序列之后，定义窗口大小，通过中心词，就会得到 Train Sample。紧接着定义单侧窗口大小为 2，就可以得到样本对，把样本对输入模型，就可以返回向量。

在实验中，我们采用了 60 天的点击序列，输出向量设置为 100 维。

2.2 Airbnb Listing Embedding

Airbnb listing Embedding 是 2018 年 KDD 的最佳论文，这里和 Word2Vec 主要的区别在于损失函数，模型本身和 Word2Vec 是保持一致的，所以我们先看 Word2Vec 的损失函数：

损失函数由正负样本两部分组成，正样本对 D_p 来源于用户点击流生成的 item pair，负样本对 D_n 通过当前的 item + 随机采样空间的其他 item ( 这里假设随机采样的样本不是当前 item 的邻居 )，ctx 表示上下文。这里需要注意的是在 log 里，正样本前面有负号，负样本没有负号。

但是，之前的构造只用了用户的点击数据，实际上用户还有点赞、分享等行为数据可以利用。所以，在 Airbnb listing Embedding 中，加入了 Global Context 这样一个概念：通过用户历史的点赞、分享对应的 feed，与当前的 feed 构造出全局正样本对，使这些 feed 在点击序列上和当前的 feed 并不相邻， 加入到损失函数中。( 如公式中的紫色部分 )

同理，我们可以通过用户的点击"不喜欢"的行为来构造负样本 ( 如公式中的红色部分 )。除此之外，用户的浏览过，但是没有点击的 feed 也可以随机采样之后当做负样本，加入到损失函数中 ( 如公式中的蓝色部分 )。

这样，就把 Airbnb listing Embedding 的策略引入到了美图秀秀的场景里。

2.3 Graph Embedding

Graph Embedding 是近几年比较流行的 Embedding 方法，主要策略可以分为三类：Shallow Embedding，Neighborhood autoencoder methods 和 GCN 的方法。但是前两种方法涉及到不可拓展和直推式的缺陷，GCN 可以避免以上的缺陷。

前面两种 Embedding 只对行为序列本身进行了建模，但是没有考虑节点本身的特征；另外，在之后的排序模型中，排序模型使用了 item 的自身属性进行排序。GCN 就是把用户行为和 item 本身的特征联合起来，既能用上图的拓扑结构，又可以把握属性特征，把信息融合起来做 Embedding。在上图中，假设我们要计算 A 的 Embedding，可以通过计算 A 的一阶近邻 BC 的信息聚合得到 Aggregate，而 BC 的信息可以由二阶近邻 DEC，EBFG 的信息计算卷积 ( Convolution ) 计算得到。

具体来说，延展的过程中，主要包括对于高阶信息的汇总 Aggregate，以及当前阶和邻阶节点上一阶的卷积之间信息的结合 Combine。其中，Combine 可以有很多操作，比如拼接，求和等。Aggregate 的过程中，需要注意的一点是采用了 Importance pooling，这里并不会对每个邻居节点都汇总，而是先计算一个 Importance Factor ( 影响力因子 )，影响力因子小于阈值的不参与加权，最后根据权重去加权求和。

构件图的不同形态：

• 二分图形态：两种类型 ( Feeds,User ) 内部之间没有边，不同类型之间才有边；

• 单体图形态：根据用户同一时间段的行为，将 Feeds 之间关联起来。

到此为止，我们介绍了 Embedding 所尝试的方法。

3. 召回模型

召回主要采用了四个方面：全局召回 ( 热榜，热搜，热词 )，个性化召回 ( 根据用户的行为，兴趣进行召回 )，属性召回 ( 也就是画像召回，通过机型，性别，年龄等 )，最后是相关召回 ( 包括相似，关键词召回等 )。

3.1 个性化召回之 YoutubeNet

YoutubeNet 是近两年比较流行的算法，它既可以做召回，也可以做排序。通过输入用户的行为序列得到用户和 item 的向量，然后就可以通过向量相似程度，对每个 user 相似的 topN 个 item 进行个性化召回，实验中到达点击率提升了 1.661%。

3.2 个性化召回之聚类召回

业务上，push 也包含一个任务是实现将"工具类用户"转化成"社交类用户"，从而提高长期的 DAU。在聚类召回阶段，可以通过对于用户的工具偏好特征去构建 multi-hot 的向量，然后进行用户群聚类，对于每个特定的用户群召回对应的榜单。

3.3 相关召回之相似召回

相关召回在美图秀秀中是输出用户近期的 item 点击流，获取了对应的 Embedding 之后，可以通过计算 Embedding 的均值然后找余弦距离最小的候选项；或者直接将每个候选项去找余弦距离最小的候选项，最后进行汇总。这里值得思考的一个问题是，何时利用好工具行为的特征，是在排序阶段，召回阶段，还是生成 Embedding 的阶段？经过实验，得到在 Embedding 阶段使用工具行为特征效果最好。

3.4 相关召回之聚类召回

聚类召回主要是为了实现多样性，避免同质化的内容。通过对 item 的 Embedding 进行聚类，相当于每个 item 多了一个分类标签。通过统计用户对于每个类别的行为记录次数，按照倒叙进行排列。在召回阶段，按照排列好的顺序依次从每一个类别中抽取一个 item，如果所有类别都抽了一遍，召回的数量仍然不够多，可以继续再抽一轮，直到候选数目足够。这样就实现了召回源的多样性。

3.5 相关召回之文案相关召回

当选取候选 item 之后，发送 push 仍需要一条文字信息触达用户，这里简称文案。文案一般由编辑生成，会有很多候选项，所以也需要对文案进行建模召回。主要有以下三个方案：

• 关键词召回：通过对于历史的文案进行分词，得到每条文案的关键词，然后把用户对于文案的点击映射到对于关键词的点击，这样就能得到用户对于不同关键词的偏好。当我们新需要发送一条文案时，可以得到用户对于每条候选文案偏好度，召回偏好大的文案。

• 热词召回：通过计算全局哪些关键词最受欢迎，召回的过程中直接召回带有热门关键词的文案。

• 文案相似度召回：通过 NLP 的模型，比如 BERT，生成每一条对应的 Embedding，然后召回与用户点击过的文案余弦距离最小的文案。

以上，就是所有的召回部分。

4. 排序模型

4.1 LR 逻辑回归模型

在排序模型的初始迭代阶段，使用了最简单的 LR 模型，LR 的模型优点是模型浅，计算简单，解释性强，易于使用。但是缺点也显而易见，LR 对于非线性特征拟合程度差；除此之外，交叉特征的生成依赖于大量尝试以及人工经验，所以尝试成本很高。

4.2 xNFM 模型

通过对于 LR，Wide&Deep，deepFM，NFM，DCN，xNFM，xDeepFM 模型的尝试与对比，最后选择的 xNFM 的模型。xNFM 优点是组合了一阶和二阶的特征的优点，性能上也可以达到工业落地的需求。

xNFM 不是业界主流的模型，而是在落地中对于 NFM 的变种。主要区别在于：

• 模型的输入端为了降低模型参数规模，把 id 类特征和非 id 类特征分别进行 Embedding，可以大大减少参数规模。

• 在上层网络，主要区别在于右侧。传统的 NFM 的弊端是只考虑了一个显性的二阶信息，而忽略了一阶信息 ( 单特征 )，所以我们增加了右边的网络用来捕捉单特征的信息。相比于 LR，提升效果明显，到达点击率提升 13.89%。

4.3 双塔模型

随着用户量的增加，计算量飙升，笛卡尔积之后会有千亿级别的计算量，使得模型更新周期变长，时效性降低。为了解决这个问题，我们提出了双塔的结构。双塔的结构特别在，当 user 和 item 分别构建一个 DNN 的全连接的网络。这样设计优化主要体现在工程性能方面，存储量大大降低，预测阶段耗时也降低，从而实现了支持亿级别的用户高效计算。从最初的双塔之后接入到内积，再到上图的双塔接入 NFM，到最后再加入点击序列的信息，三个版本的迭代最终点击率累计提升 23.9%。

4.4 三塔模型

在之前也提到，我们有很多召回策略，但是召回源质量参差不齐，所以就需要解决对于召回源的选取。

• 最初的想法是根据每个召回源的转化对排序结果进行 socre reweight，但是弊端也很明显，因为召回源直接并不互斥，同个 item 会被多个召回源命中，所以 reweight 的规则也难以定义。

• 之后，为了个性化，直接把召回源信息加入到模型中。这里为什么不把召回源直接加入到 item 的特征中，而是单独的构造了一个塔呢？主要工程上的考虑，如果把召回源的信息加到 item 塔中，必须等 item 塔计算完成之后才能进行生产预测，会造成串行化，增加了延时。

增加了召回源信息之后，到达点击率提高了 3.06%。

4.5 Field_wise 三塔模型

最后一版就是对于 NFM 模型的改进，在 NFM 左边的 Bi-Interaction Layer 中，BI 是 Bi-linear 的缩写，这一层其实是一个 pooling 层操作，它把很多个向量转换成一个向量，形式化如下：

输入是整个的嵌入向量，x_i,x_j 是特征取值，v_i,v_u 是特征对应的嵌入向量。中间的操作表示对应位置相乘。所以原始的嵌入向量任意两个都进行组合，对应位置相乘结果得到一个新向量；然后把这些新向量相加，就得到了 Bi-Interaction 的输出。这个输出只有一个向量。这里参考 FM 到 FFM 的改进过程，引入 Field 的概念。由于 BI 层不同的类别特征所表达是权重不相同，而 BI 层捕捉不到这个信息，所以可以对于每个向量相乘前可以加上权重。但是，这样会导致参数过多，而同属于一个 field 的变量权重应该相近，所以对于 BI 层进行同类别的权重 w_i,j 共享而会使用相同参数的点积来计算：

从而得到了 Fieldwise 三塔模型。模型上线后最终得到了到达点击率 5.68%的提升。

5. 文章小节

到此为止，我们分别介绍了 Embedding，召回，排序三部分。Embedding 作为底层的服务辅助召回和排序，总共涵盖了 word2vec，airbnb listing embedding，GCNs 等几种不同策略；在召回部分，从不同场景与目标介绍了不同的召回策略；排序部分主要是模型由 LR 到 Field_wise 三塔模型的迭代过程，重点是如何解决特征生产阶段中耗时的笛卡尔积运算，使得一些更具规模的模型得以在线上业务投入生产。

今天的分享就到这里，谢谢大家。

作者介绍：

周燕稳，美图高级推荐算法工程师

毕业于厦门大学。曾就职于阿里巴巴、人人网，从事大数据、数据挖掘相关工作，现主要负责美图秀秀 push 推荐业务的召回和排序的相关算法设计及落地。

蒋文瑞，美图技术经理

从事 AI 与个性化推荐相关研究工作，毕业于武汉大学。研究方向为大规模机器学习、深度模型及监督/无监督训练，并于 NIPS 2015 Workshop 发表论文。曾就职于 HTC 大数据研发中心、秭云科技。

本文来自 DataFunTalk

原文链接：

https://mp.weixin.qq.com/s?__biz=MzU1NTMyOTI4Mw==&mid=2247498181&idx=1&sn=f3ee8fc793cc47d069913017f5aa7c74&chksm=fbd74ba9cca0c2bfef5fd5a07805b35cc90d15146899125e6bf21be2294a811e42d851cd2c06&scene=27#wechat_redirect