当前位置：首页 > news >正文

推荐系统学习笔记（六）自监督学习

news 2025/8/3 5:50:58

为什么要做自监督学习❓

复习一下

自监督学习

目标

特征变换

1.random mask

2.dropout

3.互补特征 complementary

4. mask一组关联特征

如何用变换后的特征训练模型✍️

自监督学习用在双塔模型上会提高业务指标⬆️

自监督学习的目的：把物品塔训练的更好

为什么要做自监督学习❓

1. 推荐系统头部效应严重：少部分物品占据大部分的点击

2. 高点击物品表征学的好，长尾物品表征学的不好

自监督学习，做data augmentation，更好地学习长尾物品表征

复习一下

batch内负样本，采用listwise训练，损失函数为：

💡用batch内负样本需要纠偏：

做训练时把cos(ai,bj) 替换成 cos(ai,bj) - logpi，热门物品不至于被过分打压。

线上召回还采用cos(ai,bj)。

自监督学习

目标

物品i的两个向量表征bi和bi'有较高相似度 ➡️ cos(bi,bi')尽量大
不同物品i和j的向量表征bi和bj、bj'有较低相似度 ➡️ cos(bi,bj)和 cos(bi,bj') 尽量小

特征变换

1.random mask

随机选择一些离线特征（比如类目），把它们“遮住”

例如：

item的类目特征 u = {数码，摄影}，如果不mask就是对'数码"和"摄影"做embedding

mask后 u' = {default} （默认的缺失值），mask后对default做embedding

2.dropout

仅对多值离散特征生效（一个物品可以有多个类目，所以类目是一个多值离散特征）

dropout：随机丢弃特征中50%的值

例如：

item的类目特征 u = {数码，摄影}，dropout之后 u' = {数码}

区别：mask是整个u的特征全部丢掉，dropout是u保留一半

3.互补特征 complementary

例如：

假设物品一共4种特征：ID、类目、关键词、城市

随机分两组：{ID，关键词}、{类目，城市}

{ID，关键词} ➡️ {ID，default，关键词，default} 向量bi

{类目，城市} ➡️ {default，类目，default，城市} 向量bj

训练时鼓励cos(bi,bj)尽量大

4. mask一组关联特征

较复杂。特征之间有较多关联，遮住一个并不会损失太多信息。模型可以从其他强关联的特征中学习到mask掉的特征。

例如：

受众性别 u ={男性，女性，中性}，类目 v={美妆，数码，摄影，科技，……}

u=女性和 v=美妆同时出现的概率 p(u,v) 较大

u=男性和 v=美妆同时出现的概率 p(u,v) 较小

离线计算特征两两之间的关联，互信息衡量：

$MI({u}, {v}) = \sum_{u \in U} \sum_{v \in V} {p(u, v)} \cdot \log \frac{{p(u, v)}}{p(u) \cdot p(v)}$

关联越强，p(u,v) 越大，MI 越大

操作流程：

k个特征，离线计算两两之间的MI，得到k*k的矩阵
随机选一个特征作为种子，找到种子最相关的 k/2 种特征
mask掉种子及其相关的 k/2 种特征，保留其余的 k/2 种特征

好处：实验效果好

坏处：复杂，实现难度大，且不容易维护，新加一个特征就得重算一遍MI

如何用变换后的特征训练模型✍️

从全体物品中均匀抽样，得到m个物品（与双塔区别：双塔根据点击行为抽，热门抽中概率大）
做两类特征变换，输出两组向量：（b1,b2,……，bm）和（b1‘,b2’,……，bm‘）
第i个物品的损失函数为：

$L_{\text{self}}[i] = -\log \left( \frac{\exp(\cos(\text{\textcolor{red}{b}}_i, \text{\textcolor{red}{b}}'_i))}{\sum_{j=1}^{m} \exp(\cos(\text{\textcolor{red}{b}}_i, \text{\textcolor{red}{b}}'_j))} \right)$
做梯度下降，减小损失：

$\frac{1}{m} \sum_{i=1}^{m} L_{\text{self}}[i].$