摘要：为了得到用户的向量表示，对于左图路径UIQ来说，首先利用上一部分中的uniform term embedding得到query和item的向量表示，然后对邻居进行聚合。3. 利用异构GNN，聚合基于metapath的邻居embedding，来分别学习用户和query的向量表示。

本文是对阿里发表在KDD2019的论文Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation的解读。

背景介绍

文章核心思想？

本文关注意图推荐，即直接根据用户的历史行为进行推荐，无需用户进行任何输入。文章中提出一种Metapath-guided Emebedding method for Intent Recommendation(MEIRec)模型，设计了metapath-guided这种基于元路径的方法来学习异构图的网络的节点向量表示，同时为了解决参数过多的问题，提出Uniform term embedding方法，把具有相同term(可以理解为分词结构的目标映射到同一个向量空间中，在实验中，模型效果表现良好。

意图推荐

意图推荐，即不需要用户的任何输入，根据用户的历史行为进行推荐。下图为淘宝的意图推荐例子，根据用户的历史行为，预测出用户可能对air jordan感兴趣，在搜索栏中进行推荐，提示用户可以进行搜索。意图推荐不同于query推荐，它是根据用户的历史行为进行推荐，而不是之前相似的query；并且它不需要输入任何的query；意图推荐也不同于item推荐，它需要考虑用户、item、query的交互关系；并且用户的意图是经常动态变化的。

从数学的角度，给定一个集合 ，其中  是p个用户的集合；  是q个item的集合；  是r个query的集合；  是n被term的集合；term可以理解为分词，比如说Hand bag有两个term，hand和bag，在本文中，query和item都被看作由term组成的；A表示每一项的特征；B表示各项之间的交互。意图推荐的目的就是给每个用户 推荐query 

Metapath-guided 邻居

Metapath-guided邻居是在给定特定的metapath的条件下，每项随机游走的邻居，在元路径下，object o的第i步邻居为 ，其中 是o自身。比如说，在下图中，给定元路径"User-Item-Query(UIQ)"，对于用户 来说，  ，  ，则 用户所有的邻居为 

文章贡献：

1. 关注意图推荐问题，根据用户历史行为进行个性化推荐

2. 提出了基于GNN的MEIRec模型，利用元路径捕捉节点邻居，探索HIN中的交互信息；同时提出Uniform term embedding方法学习term向量，减少参数空间

3. 利用大规模数据线下实验；利用淘宝数据线上实验。

模型架构

模型结构如下图所示。分成五个部分:

1. 模型输入为三元组<user, item, query>；

2. 利用uniform term embedding对每个item和query产生初始的embedding；

3. 利用异构GNN，聚合基于metapath的邻居embedding，来分别学习用户和query的向量表示；

4. 融合不同元路径下的用户或query的向量表示；

5. 结合上一步得到的用户、query向量表示，再融合画像特征，预测每个用户对各个query的概率。

对以上几个步骤分别进行详细的介绍

Uniform Term Embedding

在意图推荐的场景下，用户和query有数亿个，计算量较大，本文提取query和item名称的分词结果进行学习，得到term字典 ，而每个query和item名称为各个term的组合。比如说，Hand bag由两个term：Hand和bag组成，LV Hand bag由三个term：LV，Hand，bag组成，这样利用term可以大大减少参数，缩短计算时间。在本文的实验中，如果分别学习query和item，需要10亿参数，而学习term向量只需要28w参数。

在term向量学习过程中，首先把query和item对应的term映射为one-hot表示，假设一共有n个term，则与的item对应one-hot表示为：

通过类似上述的表示后，就可以把每个term映射到低维的向量表示，然后再学习每个item和query对应的item的集合：

，其中是term 的向量表示， 是不同term之间的聚合函数，本文利用了均值。通过上述式子就可以学到item/query的低维向量表示。

Metapath-guided Heterogeneous Graph Neural Network

类似于GCN聚集邻居信息的思想，本文基于元路径的异构GNN，利用元路径下的游走路径，分别聚合用户和query的邻居信息，来得到用户/query的向量表示。如图所示：

为了得到用户的向量表示，对于左图路径UIQ来说，首先利用上一部分中的uniform term embedding得到query和item的向量表示，然后对邻居进行聚合。在聚合邻居的过程中，由于用户 的一步邻居为 ,二步邻居为  ，聚合步骤如下：

1. 首先先聚合二步邻居，聚合，得到 的embedding，然后聚合 ，得到 的embedding。

2. 然后聚合一步邻居，聚合，得到用户 在元路径UIQ下的embedding

同样的道理，可以得到用户在右图元路径UQI下的embedding，将二者再进行聚合即可得到用户 的embedding

User Modeling

综合上述两部分，总结以下如何得到用户的向量表示，即图中c部分：Metapath-guided Heterogeneous GNN Layer

分别对每一种元路径的用户向量表示进行建模。在路径UIQ下，对于目标用户u，得到一步与二步邻居，首先聚合二步邻居query到一步邻居item中，聚合item j的邻居query如下：

然后，聚合一步邻居到当前用户i如下：

最后，对不同元路径下的用户向量表示进行聚合，得到最终的用户向量表示 :

由于用户行为为序列数据，所以此时的聚合函数为LSTM

Query Modeling

和user modeling很相似，此处对query进行建模，得到query的向量表示：

但是，对于query的邻居（item和用户）来说，并没有序列关系，所以此处的聚合函数为CNN.

Optimization Objective

模型中，需要预测每一个用户i对query j的概率。通过上述部分，得到了用户和query的向量表示，此外数据还有一些统计特征S，把用户向量、query向量、统计特征融合到MLP层，得到每个用户i对query的得分:

损失函数为：

Model Analysis

对模型复杂度进行分析：假设有M个object，N个term，h个隐藏层，n个神经元，向量d维，比较参数空间复杂度：

  • 传统方法中：，其中M是亿级

  • 本文方法中：，其中N是10w级

参考文献：

Fan S, Zhu J, Han X, et al. Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation[C]//Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. 2019: 2478-2486.

推荐阅读

AINLP年度阅读收藏清单

中文命名实体识别工具（NER）哪家强？

学自然语言处理，其实更应该学好英语

斯坦福大学NLP组Python深度学习自然语言处理工具Stanza试用

太赞了！Springer面向公众开放电子书籍，附65本数学、编程、机器学习、深度学习、数据挖掘、数据科学等书籍链接及打包下载

数学之美中盛赞的 Michael Collins 教授，他的NLP课程要不要收藏？

自动作诗机&藏头诗生成器：五言、七言、绝句、律诗全了

模型压缩实践系列之——bert-of-theseus，一个非常亲民的bert压缩方法

这门斯坦福大学自然语言处理经典入门课，我放到B站了

征稿启示 | 稿费+GPU算力+星球嘉宾一个都不少

关于AINLP

AINLP 是一个有趣有AI的自然语言处理社区，专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括文本摘要、智能问答、聊天机器人、机器翻译、自动生成、知识图谱、预训练模型、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLPer(id：ainlper)，备注工作/研究方向+加群目的。

相关文章