Divide and Conquer: Towards Better Embedding-based Retrieval for Recommender Systems From a Multi-task Perspective
概
获得了表示之后, 最常见的做法是通过 ANN (Approximate Nearest Neighbor) 方法来找到最相似的一组表示用于推荐. 这种方式导致训练的低效和推理的不可控, 本文将 items 按照语义进行划分, 得到不同的 clusters, 然后每一类进行匹配.
符号说明
- , user;
- , item;
- , embeddings;
本文方法
-
一般来说, 我们根据 user, item 的历史交互和特征得到特征表示, 比如 SASRec:
这里 表示用户历史交互的 item 的 embeddings.
-
对于 , 我们通常计算它和其它的 items 的内积然后筛选出得分最高的一批作为候选的推荐. 然而这种在全部 items 上训练和筛选的方式存在一下问题:
- 训练的时候, 我们通常需要采样负样本, 然后由于 items 过多, 采样出和 positive 相关的负样本是困难的;
- 推断的时候, 采用 ANN 的近似方式难以获得具有多样性的推荐结果, 整体的推荐是不可控的.
-
于是本文希望首先根据语义 (Word2Vec + K-means) 进行聚类得到:
然后采用如下损失进行学习:
这里 表示 user, item 的内积.
-
显然:
- 同一个类内语义相似, 故而正样本和负样本的之间联系更加紧密;
- 此类方法可以增加多样性: 我们可以每个类选择中选择部分推荐 items, 然后综合起来. (每个类选择多少可以根据用户的特征学习).
-
此外, 为了适应不同的类, 作者采用类似 Prompt 的方式对模型进行改进:
这里 是第 k 个类的 embedding, 表示哈达玛积.
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
2021-03-28 Improving Variational Auto-Encoders using Householder Flow