CTR學習筆記&代碼實作6-深度ctr模型 后浪 xDeepFM/FiBiNET

xDeepFM用改良的DCN替代了DeepFM的FM部分來學習組合特征資訊，而FiBiNET則是應用SENET加入了特征權重比NFM，AFM更進了一步，在看兩個model前建議對DeepFM, Deep&Cross, AFM，NFM都有簡單了解，不熟悉的可以看下文章最后其他model的博客鏈接，

以下代碼針對Dense輸入更容易理解模型結構，針對spare輸入的代碼和完整代碼 ??
https://github.com/DSXiangLi/CTR

xDeepFM

模型結構

看xDeepFM的名字和DeepFM相似都擁有Deep和Linear的部分，只不過把DeepFM中用來學習二階特征互動的FM部分替換成了CIN（Compressed Interactino Network），而CIN是在Deep&Cross的DCN上進一步改良的得到，整體模型結構如下

我們重點看下CIN的部分，和paper的notation保持一致，有m個特征，每個特征Embedding是D維，第K層的CIN有\(H_k\)個unit，CIN第K層的計算分為3個部分分別對應圖a-c：

1. 向量兩兩做element-wise product, 時間復雜度\(O(m*H_{k-1}*D)\)
   對輸入層和第K-1層輸出，做element-wise乘積進行兩兩特征互動，得到\(m*H_{k-1}\)個D維向量矩陣，如果CIN只有一層，則和FM, NFM，AFM的第一步相同，FM 直接聚合成scaler，NFM沿D進行sum_pooling，而AFM加入Attention沿D進行weighted_pooling，忽略batch的矩陣dimension變化如下

\[z^k = x^0 \odot x^{k-1} = (D * m* 1) \odot (D * 1* H_{k-1}) = D * m*H_{k-1} \]

2. Feature Map，空間復雜度\(O(H_k *H_{k-1} *m)\)，時間復雜度\(O(H_k *H_{k-1} *m*D)\)
   \(W_k \in R^{H_{k-1}*m *H_k}\) 是第K層的權重向量，可以理解為沿Embedding做CNN，每個Filter對所有兩兩乘積的向量進行加權求和得到 \(1*D\)的向量 一共有\(H_k\)個channel，輸出\(H_k * D\)的矩陣向量，

\[w^k \bullet z^k = (H_k *H_{k-1} *m)* (m*H_{k-1}*D) = H_k *D \]

3. Sum Pooling
   CIN對每層的輸出沿Dimension進行sum pooling，得到\(H_k*1\)的輸出，然后把每層輸出concat以后作為CIN部分的輸出，

CIN每一層的計算如上，T層CIN每一層都是上一次層的輸出和第一層的輸入進行互動得到更高一階的互動資訊，假設每層維度一樣\(H_k=H\)， CIN 部分整體時間復雜度是\(O(TDmH^2)\)，空間復雜度來自每層的Filter權重\(O(TmH^2)\)

CIN保留DCN的任意高階和引數共享，兩個主要差別是

• DCN是bit-wise，CIN是vector-wise，DCN在做向量乘積時不區分Field，直接對所有Field拼接成的輸入（m*D）進行外積，而CIN考慮Field，兩兩vector進行乘積
• DCN使用了ResNet因為多項式的核心只用輸出最后一層，而CIN則是每層都進行pooling后輸出

CIN的設計還是很巧妙滴，不過，，，吐槽小分隊上線: CIN不論是時間復雜度還是空間復雜度都比DCN要高，感覺更容易過擬合，至于說vector-wise的向量乘積要比bit-wise的向量乘積要好，這，，，至少bit-wise可以不限制embedding維度一致, 但vector-wise嘛我實在有些理解無能，明白的童鞋可以comment一下

代碼實作

def cross_op(xk, x0, layer_size_prev, layer_size_curr, layer, emb_size, field_size):
    # Hamard product: ( batch * D * HK-1 * 1) * (batch * D * 1* H0) -> batch * D * HK-1 * H0
    zk = tf.matmul( tf.expand_dims(tf.transpose(xk, perm = (0, 2, 1)), 3),
                    tf.expand_dims(tf.transpose(x0, perm = (0, 2, 1)), 2))

    zk = tf.reshape(zk, [-1, emb_size, field_size * layer_size_prev]) # batch * D * HK-1 * H0 -> batch * D * (HK-1 * H0)
    add_layer_summary('zk_{}'.format(layer), zk)

    # Convolution with channel = HK: (batch * D * (HK-1*H0)) * ((HK-1*H0) * HK)-> batch * D * HK
    kernel = tf.get_variable(name = 'kernel{}'.format(layer),
                             shape = (field_size * layer_size_prev, layer_size_curr))
    xkk = tf.matmul(zk, kernel)
    xkk = tf.transpose(xkk, perm = [0,2,1]) # batch * HK * D
    add_layer_summary( 'Xk_{}'.format(layer), xkk )
    return xkk


def cin_layer(x0, cin_layer_size, emb_size, field_size):
    cin_output_list = []

    cin_layer_size.insert(0, field_size) # insert field dimension for input
    with tf.variable_scope('Cin_component'):
        xk = x0
        for layer in range(1, len(cin_layer_size)):
            with tf.variable_scope('Cin_layer{}'.format(layer)):
                # Do cross
                xk = cross_op(xk, x0, cin_layer_size[layer-1], cin_layer_size[layer],
                              layer, emb_size, field_size ) # batch * HK * D
                # sum pooling on dimension axis
                cin_output_list.append(tf.reduce_sum(xk, 2)) # batch * HK

    return tf.concat(cin_output_list, axis=1)

@tf_estimator_model
def model_fn_dense(features, labels, mode, params):
    dense_feature, sparse_feature = build_features()
    dense_input = tf.feature_column.input_layer(features, dense_feature)
    sparse_input = tf.feature_column.input_layer(features, sparse_feature)

    # Linear part
    with tf.variable_scope('Linear_component'):
        linear_output = tf.layers.dense( sparse_input, units=1 )
        add_layer_summary( 'linear_output', linear_output )

    # Deep part
    dense_output = stack_dense_layer( dense_input, params['hidden_units'],
                               params['dropout_rate'], params['batch_norm'],
                               mode, add_summary=True )
    # CIN part
    emb_size = dense_feature[0].variable_shape.as_list()[-1]
    field_size = len(dense_feature)
    embedding_matrix = tf.reshape(dense_input, [-1, field_size, emb_size]) # batch * field_size * emb_size
    add_layer_summary('embedding_matrix', embedding_matrix)

    cin_output = cin_layer(embedding_matrix, params['cin_layer_size'], emb_size, field_size)

    with tf.variable_scope('output'):
        y = tf.concat([dense_output, cin_output,linear_output], axis=1)
        y = tf.layers.dense(y, units= 1)
        add_layer_summary( 'output', y )

    return y

FiBiNET

模型結構

看FiBiNET前可以先了解下Squeeze-and-Excitation Network,感興趣可以看下這篇博客Squeeze-and-Excitation Networks，

FiBiNET的主要創新是應用SENET學習每個特征的重要性，加權得到新的Embedding矩陣，在FiBiNET之前，AFM，PNN，DCN和上面的xDeepFM都是在特征互動之后才用attention, 加權等方式學習特征互動的權重，而FiBiNET在保留這部分的同時，在Embedding部分就考慮特征自身的權重，模型結構如下

原始Embedding，和經過SENET調整過權重的新Embedding，在Bilinear-interaction層學習二階互動特征，拼接后，再經過MLP進一步學習高階特征，和paper notation保持一致（啊啊啊大家能不能統一下notation搞的我自己看自己的注釋都蒙圈），f個特征，k維embedding

SENET層

SENET層學習每個特征的權重對Embedding進行加權，分為以下3步

1. Squeeze
   把\(f*k\)的Embedding矩陣壓縮成\(f*1\), 壓縮方式不固定，SENET原paper用的max_pooling,作者用的sum_pooling，感覺這里壓縮方式應該取決于Embedding的資訊表達

\[\begin{align} E &= [e_1,...,e_f] \\ Z &= [z_1,...,z_f] \\ z_i &= F_{squeeze}(e_i) = \frac{1}{k}\sum_{i=1}^K e_i \\ \end{align} \]

2. Excitation
   Excitation是一個兩層的全連接層，通過先降維再升維的方式過濾一些無用特征，降維的幅度通過額外變數\(r\)來控制，第一層權重\(W_1 \in R^{f*f/r}\),第二層權重\(W_2 \in R^{f/r*f}\)，這里r越高，壓縮的幅度越高，最終的權重會更集中,反之會更分散，

\[A = \sigma_2(W_2·\sigma_1(W_1·Z)) \]

3. Re-weight
   最后一步就是用Excitation得到的每個特征的權重對Embedding進行加權得到新Embedding

\[E_{new} = F_{Reweight}(A,E) = [a_1·e_1, ...,a_f·e_f ] \]

在收入資料集上進行嘗試，r=2時會有46%的embedding特征權重為0，所以SENET會在特征互動前先過濾部分對target無用的特征來增加有效特征的權重

Bilinear-Interaction層

作者提出內積和element-wise乘積都不足以捕捉特征互動資訊，因此進一步引入權重W，以下面的方式進行特征互動

\[v_i · W \odot v_j \]

其中W有三種選擇，可以所有特征互動共享一個權重矩陣(Field-All),或者每個特征和其他特征的互動共享權重(Field-Each), 再或者每個特征互動一個權重(Field-Interaction) 具體的優劣感覺需要casebycase來試，不過一般還是照著資料越少引數越少的邏輯來整，

原始Embedding和調整權重后的Embedding在Bilinear-Interaction學習互動特征后，拼接成shallow 層，再經過全連接層來學習更高階的特征互動，后面的屬于常規操作這里就不再細說，

我們不去吐槽FiBiNET可以加入wide&deep框架來捕捉低階特征資訊和任意高階資訊，更多把FiBiNET提供的SENET特征權重的思路放到自己的工具箱中就好，

代碼實作

def Bilinear_layer(embedding_matrix, field_size, emb_size, type, name):
    # Bilinear_layer: combine inner and element-wise product
    interaction_list = []
    with tf.variable_scope('BI_interaction_{}'.format(name)):
        if type == 'field_all':
            weight = tf.get_variable( shape=(emb_size, emb_size), initializer=tf.truncated_normal_initializer(),
                                      name='Bilinear_weight_{}'.format(name) )
        for i in range(field_size):
            if type == 'field_each':
                weight = tf.get_variable( shape=(emb_size, emb_size), initializer=tf.truncated_normal_initializer(),
                                          name='Bilinear_weight_{}_{}'.format(i, name) )
            for j in range(i+1, field_size):
                if type == 'field_interaction':
                    weight = tf.get_variable( shape=(emb_size, emb_size), initializer=tf.truncated_normal_initializer(),
                                          name='Bilinear_weight_{}_{}_{}'.format(i,j, name) )
                vi = tf.gather(embedding_matrix, indices = i, axis =1, batch_dims =0, name ='v{}'.format(i)) # batch * emb_size
                vj = tf.gather(embedding_matrix, indices = j, axis =1, batch_dims =0, name ='v{}'.format(j)) # batch * emb_size
                pij = tf.matmul(tf.multiply(vi,vj), weight) # bilinear : vi * wij \odot vj
                interaction_list.append(pij)

        combination = tf.stack(interaction_list, axis =1 ) # batch * emb_size * (Field_size * (Field_size-1)/2)
        combination = tf.reshape(combination, shape = [-1, int(emb_size * (field_size * (field_size-1) /2)) ]) # batch * ~
        add_layer_summary( 'bilinear_output', combination )

    return combination


def SENET_layer(embedding_matrix, field_size, emb_size, pool_op, ratio):
    with tf.variable_scope('SENET_layer'):
        # squeeze embedding to scaler for each field
        with tf.variable_scope('pooling'):
            if pool_op == 'max':
                z = tf.reduce_max(embedding_matrix, axis=2) # batch * field_size * emb_size -> batch * field_size
            else:
                z = tf.reduce_mean(embedding_matrix, axis=2)
            add_layer_summary('pooling scaler', z)

        # excitation learn the weight of each field from above scaler
        with tf.variable_scope('excitation'):
            z1 = tf.layers.dense(z, units = field_size//ratio, activation = 'relu')
            a = tf.layers.dense(z1, units= field_size, activation = 'relu') # batch * field_size
            add_layer_summary('exciitation weight', a )

        # re-weight embedding with weight
        with tf.variable_scope('reweight'):
            senet_embedding = tf.multiply(embedding_matrix, tf.expand_dims(a, axis = -1)) # (batch * field * emb) * ( batch * field * 1)
            add_layer_summary('senet_embedding', senet_embedding) # batch * field_size * emb_size

        return senet_embedding

@tf_estimator_model
def model_fn_dense(features, labels, mode, params):
    dense_feature, sparse_feature = build_features()
    dense_input = tf.feature_column.input_layer(features, dense_feature)
    sparse_input = tf.feature_column.input_layer(features, sparse_feature)

    # Linear part
    with tf.variable_scope('Linear_component'):
        linear_output = tf.layers.dense( sparse_input, units=1 )
        add_layer_summary( 'linear_output', linear_output )

    field_size = len(dense_feature)
    emb_size = dense_feature[0].variable_shape.as_list()[-1]
    embedding_matrix = tf.reshape(dense_input, [-1, field_size, emb_size])

    # SENET_layer to get new embedding matrix
    senet_embedding_matrix = SENET_layer(embedding_matrix, field_size, emb_size,
                                         pool_op = params['pool_op'], ratio= params['senet_ratio'])

    # combination layer & BI_interaction
    BI_org = Bilinear_layer(embedding_matrix, field_size, emb_size, type = params['bilinear_type'], name = 'org')
    BI_senet = Bilinear_layer(senet_embedding_matrix, field_size, emb_size, type = params['bilinear_type'], name = 'senet')

    combination_layer = tf.concat([BI_org, BI_senet] , axis =1)

    # Deep part
    dense_output = stack_dense_layer(combination_layer, params['hidden_units'],
                               params['dropout_rate'], params['batch_norm'],
                               mode, add_summary=True )

    with tf.variable_scope('output'):
        y = dense_output + linear_output
        add_layer_summary( 'output', y )

    return y

CTR學習筆記&代碼實作系列??

https://github.com/DSXiangLi/CTR
CTR學習筆記&代碼實作1-深度學習的前奏 LR->FFM
CTR學習筆記&代碼實作2-深度ctr模型 MLP->Wide&Deep
CTR學習筆記&代碼實作3-深度ctr模型 FNN->PNN->DeepFM
CTR學習筆記&代碼實作4-深度ctr模型 NFM/AFM
CTR學習筆記&代碼實作5-深度ctr模型 DeepCrossing -> Deep&Cross

---

Ref

1. Jianxun Lian, 2018, xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems
2. Tongwen Huang, 2019, FiBiNET: Combining Feature Importance and Bilinear feature Interaction for Click-Through Rate Prediction
3. Jie Hu, 2017, Squeeze-and-Excitation Networks
4. https://zhuanlan.zhihu.com/p/72931811
5. https://zhuanlan.zhihu.com/p/79659557
6. https://zhuanlan.zhihu.com/p/57162373
7. https://github.com/qiaoguan/deep-ctr-prediction

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/21471.html

標籤：其他

上一篇：手工版挖雷,歡迎拍磚

下一篇：pyecharts制作地圖熱力圖但是顯示TemplateNotFound: simple_chart.html，求幫助