之前有一段時間做過雙塔的召回模型[1]，線上各個指標有了不錯的提升。目前雙塔模型也是被各大公司鐘愛的召回模型。對主流召回模型的分享整理在：總結下自己做過的深度召回模型

雙塔模型在訓練時是對一個batch內樣本訓練。一個batch內每個樣本 (user和item對)為正樣本，該user與batch內其它item為負樣本。這樣訓練的方式可能有以下問題：

負樣本的個數不足。訓練時負樣本個數限制在了batch內樣本數減1，而線上serving時需要在所有候選集中召回用戶感興趣的樣本。模型只能從當前batch內區分出batch內正樣本，無法很好地從所有候選集中區分正樣本。

未點擊的item沒有做負樣本。由于batch內的item都是被點擊過的，因此沒有被點擊item無法成為負樣本，在線上serving容易它們被召回出來。一種解決方法是之前沒被點擊過的item不導出到候選集中，然而這樣存在的問題是召回的item很多是之前點擊的熱門item，而很多冷門的item沒有機會召回。

最近，有兩篇文章提出了雙塔模型擴量負樣本的方法。這兩種方法我也曾嘗試過，線下線上指標也有一定的提升。

一、Two Tower Model

再介紹其它方法之前，先回顧一下經典的雙塔模型建模過程。

用 表示雙塔模型計算的user 和item 的相似性：

是表示user塔，輸出user表示向量； 是item，輸出item表示向量。最后相似性是兩個向量的余弦值。batch內概率計算公式為：表示一個batch的意思。損失函數是交叉熵。

作者在計算user和item的相似度時，用了兩個優化方法：

。 可以擴大相似度范圍，擴大差距。

。 是item 在隨機樣本中被采樣的概率，也就是被點擊的概率。

關于優化2的解釋有很多。論文中說熱門item出現在batch內概率較大，因此會被大量做負樣本。另一種解釋是增加對冷門item的相似度。相比熱門item，冷門item更能反映用戶興趣。

圖1反映了雙塔模型的batch采樣過程。query也可以表示user。我們采樣一個batch的user和對應正樣本的item，計算各自的embedding后，通過點乘得到logits（B*B）的矩陣。label矩陣是一個單位矩陣。logit矩陣與label矩陣的每對行向量一起求交叉熵。

圖1：雙塔模型batch采樣

二、Mixed Negative Samping(MNS)

MNS[2]與雙塔模型[1]出自谷歌團隊的同一批作者。用一個batch數據訓練時，MNS還會在所有的數據集中采樣出 個item。這樣可以讓所有的item參與到訓練中，一些曝光未點擊的item也會當作負樣本。同時，雙塔模型中使用的 等于訓練樣本中的頻率加上所有數據集中的頻率分布。概率公式重新定義如下：

作者在這里只對負樣本的相似性減去了頻率的log值。

MNS的batch采樣方法見圖2。最終計算的logits和label矩陣是一個B*(B+B')維的。其實就是在圖1展示的基礎上再增加B'列。logits的最后B'列是user與B‘內的item計算的相似性，label的最后B'列是全0矩陣。

相比于每個樣本都隨機采樣出一定量的負樣本，為每個batch都采樣出B‘個負樣本的不僅有先前雙塔模型的計算效率，也緩和負樣本不足的問題，并且讓每個樣本均有機會做負樣本。

圖2：MNS的batch采樣

三、Cross Batch Negative Samping(CBNS)

CBNS[2]是清華大學和華為合作提出的方法。文中提到，雙塔模型的計算優勢在于利用了batch內的負樣本，減小的計算量。如果我們想擴大batch內樣本個數，加大負樣本個數，需要很多的內存。因此，作者提出一個使用之前訓練過的item作為負樣本的方法。

神經網絡訓練達到一定輪數后，會對相同的樣本產生穩定的向量。作者在論文中定義了這個想法。因此把之前訓練過的item作為當前訓練的負樣本時，模型只需要把這些item的向量拿過來使用，不需要再輸出到神經網絡中產生新的向量，畢竟這兩種向量的差距較小。

作者使用了FIFO（先進先出）隊列，item塔輸出向量時，會放進FIFO中。當warm-up training達到一定的輪數后，訓練模型時，會從FIFO拿出一批向量作為負樣本的向量。這樣做不僅減少了計算量，在擴充負樣本的時候也減少了內存的使用。計算公式與MNS差別不大：

也就是內容一中的優化2。B'在這里是從FIFO中取出的一批向量。

圖3展示了CBNS與只用batch內負樣本的不同。CBNS維持了一個memory bank。在訓練時，會從里面拿出一定量的向量。

然而，CBNS的負樣本只有點擊過的樣本，未點擊的樣本無法作為負樣本。

圖3：CBNS采樣方法

審核編輯：郭婷