一種融合注意力和記憶網(wǎng)絡(luò)的序列推薦算法*

陳細(xì)玉，林 穗

(廣東工業(yè)大學(xué) 計(jì)算機(jī)學(xué)院，廣東 廣州 510006)

0 引言

協(xié)同過(guò)濾(Collaborative Filtering，CF)[1]，分為基于用戶的協(xié)同過(guò)濾(UBCF)、基于項(xiàng)目的協(xié)同過(guò)濾(IBCF)和基于模型的協(xié)同過(guò)濾?；谟脩舻膮f(xié)同過(guò)濾是根據(jù)用戶的歷史行為計(jì)算出用戶之間的相似度，將相似度高的用戶的歷史項(xiàng)目推薦給該用戶；基于項(xiàng)目的協(xié)同過(guò)濾是計(jì)算項(xiàng)目之間的相似度，推薦與該用戶歷史項(xiàng)目相似度高且歷史行為中沒(méi)有的項(xiàng)目?；谀Ｐ偷膮f(xié)同過(guò)濾如矩陣分解(Matrix Factorization，MF)[2]通過(guò)用戶和項(xiàng)目的低維特征向量預(yù)測(cè)評(píng)分進(jìn)行推薦；EBESU T[3]等人提出協(xié)同記憶網(wǎng)絡(luò)，使用記憶網(wǎng)絡(luò)學(xué)習(xí)用戶-項(xiàng)目對(duì)的特定鄰居，用戶和項(xiàng)目記憶共同利用鄰居來(lái)產(chǎn)生排名分?jǐn)?shù)。這些模型通常對(duì)靜態(tài)的用戶和項(xiàng)目交互進(jìn)行建模，所表示的用戶偏好是靜態(tài)的。

但在現(xiàn)實(shí)生活中，用戶的歷史行為是動(dòng)態(tài)的，人們的興趣是隨著時(shí)間變化的。早先的基于馬爾科夫鏈的序列推薦[4]將項(xiàng)目之間的轉(zhuǎn)移矩陣分解為兩個(gè)低秩矩陣，此序列推薦取得了良好的效果，然而k階馬爾科夫鏈只能根據(jù)有限的前k個(gè)行為預(yù)測(cè)下一個(gè)行為。近年來(lái)基于循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network，RNN)的序列推薦能夠依賴更多用戶歷史行為。FU H等人[5]使用雙向長(zhǎng)短期記憶網(wǎng)絡(luò)(Bi-LSTM)捕獲項(xiàng)目的序列特征，取得了更好的推薦效果。下一個(gè)項(xiàng)目的預(yù)測(cè)并不取決于用戶所有的歷史項(xiàng)目，只與部分有關(guān)聯(lián)，且對(duì)當(dāng)前的預(yù)測(cè)影響是不一致的。LUO A等人[6]提出了自適應(yīng)注意感知門(mén)控循環(huán)單元(3AGRU)，采用注意力機(jī)制來(lái)適應(yīng)用戶順序偏好的表示。LV F等人[7]提出了一種新的順序深度匹配(SDM)模型，使用門(mén)控融合模塊結(jié)合長(zhǎng)期和短期偏好特征，來(lái)獲取用戶的動(dòng)態(tài)偏好。LIN X等人[8]將K最近鄰算法(K-Nearest Neighbor，KNN)與RNN相結(jié)合，利用動(dòng)態(tài)鄰居序列優(yōu)化用戶序列表示。

item2vec[9]是BARKAN O等人借鑒自然語(yǔ)言處理中的Word2vec詞向量表示方法，學(xué)習(xí)項(xiàng)目的向量表示并計(jì)算項(xiàng)目的相似度進(jìn)行推薦。

RNN存在長(zhǎng)距離依賴問(wèn)題，且項(xiàng)目之間的影響主要取決于相對(duì)位置而不是項(xiàng)目的屬性。LSTM增加遺忘門(mén)和更新門(mén)優(yōu)化了長(zhǎng)距離依賴問(wèn)題，但仍舊沒(méi)有徹底解決。注意力機(jī)制能從全局模式上既解決長(zhǎng)距離依賴問(wèn)題，又能解決序列中各項(xiàng)目的區(qū)分度差問(wèn)題。實(shí)際生活中，短期偏好的用戶會(huì)向資深固定偏好的用戶靠攏，興趣變化也會(huì)向這些用戶的興趣發(fā)展。

由此提出融合注意力和記憶網(wǎng)絡(luò)的序列推薦算法，使用Word2vec學(xué)習(xí)并初始化用戶和項(xiàng)目的固定表示，自注意力機(jī)制結(jié)合LSTM解決長(zhǎng)距離依賴和區(qū)分度問(wèn)題，學(xué)習(xí)用戶的初級(jí)動(dòng)態(tài)表示，并利用記憶網(wǎng)絡(luò)獲取動(dòng)態(tài)鄰居學(xué)習(xí)用戶的終級(jí)動(dòng)態(tài)表示，拼接固定表示和終級(jí)動(dòng)態(tài)表示作為用戶最終表示并進(jìn)行推薦，提高用戶的推薦效果并體現(xiàn)出可解釋性。

1 相關(guān)工作

1.1 Word2vec

MIKOLOV T等人[10]提出了兩種用于訓(xùn)練詞向量表示的模型，分別是Continuous Bag-of-Words和Continuous Skip-gram。前者是基于上下文來(lái)預(yù)測(cè)當(dāng)前單詞，后者是預(yù)測(cè)當(dāng)前單詞的一定范圍內(nèi)上下文單詞。后續(xù)此作者[11]使用分層softmax、負(fù)采樣和頻繁詞的子抽樣對(duì)Skip-gram模型進(jìn)行擴(kuò)展，提高了模型的訓(xùn)練速度和詞表示的準(zhǔn)確度，廣泛應(yīng)用于問(wèn)答系統(tǒng)和文本摘要等領(lǐng)域。

1.2 注意力機(jī)制

注意力機(jī)制的提出借鑒于人類的特性，人們?cè)谟^察或思考時(shí)會(huì)注意特定的東西而忽略其他無(wú)關(guān)的。廣泛應(yīng)用在圖像處理、自然語(yǔ)言處理，而后也有應(yīng)用于推薦。VASWANI A等人[12]提出完全基于注意力機(jī)制的Transformer模型，在機(jī)器翻譯上取得了良好的效果。神經(jīng)網(wǎng)絡(luò)擁有黑盒特性，結(jié)合注意力機(jī)制能夠有效地提高其可解釋性。

1.3 記憶網(wǎng)絡(luò)

記憶網(wǎng)絡(luò)[13]是Facebook成員WESTON J等人提出的一種新模型，主要針對(duì)RNN記憶太小不能完成需要長(zhǎng)期記憶的任務(wù)，能夠?qū)Υ罅康挠洃涍M(jìn)行讀取和更新，缺點(diǎn)是需要監(jiān)督。而后SUKHBAATAR S等人[14]在這基礎(chǔ)上進(jìn)行了改進(jìn)，利用軟關(guān)注機(jī)制使其能夠端到端地訓(xùn)練，減少了訓(xùn)練時(shí)的監(jiān)督，是一種新穎的具有注意力機(jī)制的循環(huán)神經(jīng)網(wǎng)絡(luò)。

2 融合注意力和記憶網(wǎng)絡(luò)的序列推薦算法

2.1用戶和項(xiàng)目固定表示

(1)

式中ei和ej是項(xiàng)目標(biāo)簽向量，hj是項(xiàng)目j的瀏覽用戶數(shù)目。使用以上方法學(xué)習(xí)到的向量作為用戶嵌入矩陣和項(xiàng)目嵌入矩陣的初始化。

2.2 用戶的動(dòng)態(tài)表示

首先使用自注意力機(jī)制和長(zhǎng)短期記憶網(wǎng)絡(luò)學(xué)習(xí)用戶的初級(jí)動(dòng)態(tài)表示。然后使用記憶網(wǎng)絡(luò)存儲(chǔ)所有用戶的固定表示，某一用戶的動(dòng)態(tài)表示作為查詢，自適應(yīng)注意鄰居，學(xué)習(xí)用戶的終級(jí)動(dòng)態(tài)表示。

X′u=Xu+PE(Xu)

(2)

式中位置嵌入矩陣PE的第po行第i列表示為：

PE(po,2i)=sin(po/10 0002i/em)

(3)

PE(po,2i+1)=cos(po/10 0002i/em)

(4)

式中，em為位置嵌入矩陣PE的維度。

(5)

其中注意力計(jì)算公式如下所示：

Attention(Q,K,V)=

(6)

式中WQ，bQ，WK，bK，WV，bV為全連接參數(shù)矩陣。

將新的序列輸入表示輸入到LSTM模型中，得到每個(gè)用戶的初級(jí)動(dòng)態(tài)表示，公式如下：

(7)

使用單跳記憶網(wǎng)絡(luò)，將所有用戶的固定表示存儲(chǔ)在記憶模塊中，每個(gè)用戶的初級(jí)動(dòng)態(tài)表示作為查詢，獲取用戶的終級(jí)動(dòng)態(tài)表示，將原記憶網(wǎng)絡(luò)中的點(diǎn)積注意力改為T(mén)ransformer模型中的注意力，值得注意的是用戶的兩個(gè)嵌入矩陣依舊按照記憶網(wǎng)絡(luò)中設(shè)置為不同的，即K≠V。Q為用戶的初級(jí)動(dòng)態(tài)表示。公式如下所示：

(8)

其中A，C為所有用戶的固定表示嵌入矩陣。

2.3 預(yù)測(cè)項(xiàng)目

拼接用戶固定表示和用戶終級(jí)動(dòng)態(tài)表示作為用戶最終表示：

(9)

對(duì)用戶推薦項(xiàng)目時(shí)，計(jì)算用戶u與項(xiàng)目i的得分：

zu,v=YuTDv+b

(10)

其中D為項(xiàng)目固定表示嵌入矩陣，推薦得分高的項(xiàng)目。

3 實(shí)驗(yàn)

3.1 數(shù)據(jù)集

使用100 K的MovieLens數(shù)據(jù)集，用戶數(shù)943，項(xiàng)目數(shù)1 682，評(píng)論數(shù)100 000。

本次實(shí)驗(yàn)將數(shù)據(jù)集中每個(gè)用戶的歷史項(xiàng)目按照時(shí)間從前往后排序，每個(gè)用戶的最后一個(gè)項(xiàng)目組成測(cè)試集，倒數(shù)第二個(gè)項(xiàng)目組成驗(yàn)證集，剩下的項(xiàng)目按照一定長(zhǎng)度切割成多個(gè)樣本組成訓(xùn)練集。

3.2 模型相關(guān)環(huán)境和參數(shù)設(shè)置

使用TensorFlow深度學(xué)習(xí)框架，python 3.5 編程語(yǔ)言。訓(xùn)練迭代次數(shù)為30；每個(gè)用戶輸入序列長(zhǎng)度為5；批量大小為256；學(xué)習(xí)率為0.002，衰減速度為400，衰減系數(shù)為0.98，并限制最小值為0.000 05；嵌入矩陣A、B、C和LSTM單元輸出維度均為100，嵌入矩陣D維度為200；LSTM單元激活函數(shù)為tanh；梯度裁剪的二范式約束值為8；dropout層丟失率均為0.5；使用交叉熵?fù)p失函數(shù)，Adam優(yōu)化器進(jìn)行訓(xùn)練，學(xué)習(xí)嵌入矩陣A、B、C、D、b，所有嵌入矩陣的初始化均使用skip-gram學(xué)習(xí)的向量。

3.3 評(píng)價(jià)指標(biāo)

實(shí)驗(yàn)采用主流的序列推薦評(píng)價(jià)指標(biāo)命中率(Hit ratio，HR)，平均倒數(shù)排名(mean reciprocal rank，MRR)和歸一化折損累計(jì)增益(normalized discounted cumulative gain，NDCG)。HR是一種常用的衡量召回率的指標(biāo)，其定義如下式所示：

(11)

其中分子是每個(gè)用戶前K個(gè)推薦項(xiàng)目中屬于測(cè)試集合的個(gè)數(shù)的總和，分母是所有用戶的測(cè)試集合項(xiàng)目總數(shù)。

MRR是用于對(duì)搜索算法進(jìn)行評(píng)價(jià)的指標(biāo)，現(xiàn)也用于評(píng)價(jià)推薦系統(tǒng)的效果，公式如下：

(12)

其中，rau是用戶u推薦列表中第一個(gè)屬于測(cè)試集的項(xiàng)目的排序位置，|U|是所有待評(píng)價(jià)的用戶個(gè)數(shù)。

NDCG是常用的信息檢索指標(biāo)，基本思想是：返回列表中，與查詢文檔相關(guān)性越強(qiáng)的文檔排名越靠前。近來(lái)已經(jīng)被廣泛應(yīng)用于推薦系統(tǒng)的評(píng)價(jià)指標(biāo)。其定義如下：

(13)

DCG是折損累計(jì)增益，k是推薦項(xiàng)目的排序位置，rek是排序?yàn)閗的推薦項(xiàng)目的相關(guān)性等級(jí)。在本文中，如果用戶u的第k個(gè)推薦項(xiàng)目屬于測(cè)試集合，則rek=1，否則rek=0。

(14)

其中IDCGu是最理想的推薦列表，即所有項(xiàng)目都按照用戶的喜愛(ài)程度排序的DCGu值，本文中使用用戶u的測(cè)試集項(xiàng)目排序計(jì)算此值。NDCG是所有待評(píng)估用戶NDCGu值的平均值。

3.4 對(duì)比算法

為了驗(yàn)證本文提出的融合注意力和記憶網(wǎng)絡(luò)的序列推薦算法(AM-LSTM)，將選用3種算法來(lái)進(jìn)行對(duì)比實(shí)驗(yàn)。

FPMC[4]:結(jié)合矩陣分解和馬爾科夫鏈，為每個(gè)用戶建立基于馬爾科夫鏈的項(xiàng)目-項(xiàng)目轉(zhuǎn)移概率矩陣，學(xué)習(xí)用戶-項(xiàng)目偏好和建模用戶順序行為，通過(guò)線性方式將它們組合起來(lái)，用于下一個(gè)籃子推薦。

Caser[15]:將用戶序列嵌入到時(shí)間和潛在空間的“圖像”中，并使用水平和垂直卷積濾波器學(xué)習(xí)點(diǎn)級(jí)、聯(lián)合級(jí)和跳躍行為的序列模式，捕獲用戶一般偏好和順序模式。

GRU4Rec[16]:利用RNN對(duì)基于會(huì)話的序列進(jìn)行建模，并使用基于排名的損失函數(shù)訓(xùn)練模型。

3.5 實(shí)驗(yàn)結(jié)果分析

嵌入矩陣維度大小對(duì)HR@50的影響實(shí)驗(yàn)結(jié)果如圖1所示，對(duì)MRR@50的影響實(shí)驗(yàn)結(jié)果如圖2所示。隨著維度的增大，本文算法AM-LSTM的HR逐漸升高；FPMC和Caser的HR均隨著維度增大而升高，在維度為100時(shí)達(dá)到頂峰，而后顯著降低。AM-LSTM和Caser的MRR均在維度為75時(shí)達(dá)到峰值，而GRU4Rec跌到最低。模型的嵌入矩陣維度越大，更能表達(dá)用戶和項(xiàng)目之間的關(guān)系，模型更加擬合，推薦效果也更好。但當(dāng)矩陣維度增大到一定程度時(shí)，對(duì)訓(xùn)練集中用戶和項(xiàng)目的關(guān)系表達(dá)太過(guò)細(xì)致，使得模型過(guò)擬合，且訓(xùn)練時(shí)間更長(zhǎng)，推薦效果變差。在此后的實(shí)驗(yàn)中，將嵌入矩陣維度設(shè)為100。

圖1 嵌入矩陣維度大小對(duì)HR@50的影響

圖2 嵌入矩陣維度大小對(duì)MRR@50的影響

表1顯示了4種算法在嵌入矩陣維度為100，推薦項(xiàng)目個(gè)數(shù)為50時(shí)的HR、MRR、NDCG，4種算法的3種評(píng)價(jià)指標(biāo)高低趨勢(shì)是一致的，從指標(biāo)低到高的算法依次是GRU4Rec、FPMC、Caser、AM-LSTM。指標(biāo)越高說(shuō)明效果越好。本文提出的算法AM-LSTM相比較GRU4Rec，在HR上提高了13.98%，在MRR上提高了21.38%，在NDCG上提高了17.02%。實(shí)驗(yàn)結(jié)果表明，加入注意力機(jī)制和記憶網(wǎng)絡(luò)能顯著提高推薦的效果。

表1 4種算法的HR@50、MRR@50和NDCG@50比較

4 結(jié)論

本文針對(duì)傳統(tǒng)推薦系統(tǒng)無(wú)法很好地表示用戶動(dòng)態(tài)興趣的演變，基于循環(huán)神經(jīng)網(wǎng)絡(luò)的推薦算法存在長(zhǎng)距離依賴性差、區(qū)分度差、可解釋性差的問(wèn)題，提出融合注意力和記憶網(wǎng)絡(luò)的序列推薦算法，本文先介紹了傳統(tǒng)推薦算法和序列推薦算法，重點(diǎn)介紹基于循環(huán)神經(jīng)網(wǎng)絡(luò)序列推薦算法的現(xiàn)狀，然后介紹了Word2vec、注意力機(jī)制和記憶網(wǎng)絡(luò)。提出融合注意力和記憶網(wǎng)絡(luò)的序列推薦算法，使用Word2vec能更好地表示用戶和項(xiàng)目潛在特征，加快收斂速度；使用自注意力機(jī)制解決用戶序列的長(zhǎng)距離依賴性差和區(qū)分度差問(wèn)題；使用記憶網(wǎng)絡(luò)獲得用戶的動(dòng)態(tài)鄰居，更準(zhǔn)確地表示用戶的動(dòng)態(tài)興趣。最后實(shí)驗(yàn)結(jié)果表明此算法提高了推薦的準(zhǔn)確度，同時(shí)也增強(qiáng)了可解釋性。

但是，本文的算法還有不足的地方，在使用item2vec學(xué)習(xí)項(xiàng)目向量表示時(shí)，少數(shù)項(xiàng)目不在訓(xùn)練集中，即冷啟動(dòng)項(xiàng)目，直接從MovieLens數(shù)據(jù)集中獲取項(xiàng)目的標(biāo)簽，添加相同標(biāo)簽的項(xiàng)目來(lái)學(xué)習(xí)這些項(xiàng)目。對(duì)于沒(méi)有標(biāo)簽的項(xiàng)目，還需進(jìn)一步處理才能適用，可以從項(xiàng)目名稱和內(nèi)容描述中提取特征?，F(xiàn)實(shí)生活中存在大量冷項(xiàng)目，以及RNN的輸入序列是在時(shí)間軸上位置相鄰，沒(méi)有考慮兩項(xiàng)目之間時(shí)間間隔的影響。今后將在這些方面展開(kāi)研究。