4.推荐系统之内容召回1——基于行为的

推荐系统之内容召回2——基于行为的

以短视频推荐为例

类	user和video的关系	信息
C1	没见过的video	海量video
C2	见过，但未点击的video	user不感兴趣，视频量很大	Negative（VN）
C3	见过并点击观看	user感兴趣，少量的一部分	Postive（VP）
C4	点击观看并且，点赞评论关注收藏	强烈兴趣，珍贵资源，量很少	Love（VL）

 

 

 

 

 

 

user1

C2	（VN1）	（VN2）	（VN3）	...（VNi）
C3	（VP1）	（VP2）	（VP3）	...（VPj）
C4	（VL1）	（VL2）	（VL3）

 

 

 

 

 

根据上表分析出的各类视频量对的关系不难得到：

similiar（P-L）很小 similiar（N-L）很大，juci，构建损失函数：

从用户样本中随机抽取1个Love样本，s个不Negative样本，s个Positive演变嫩。样本相似度去向量内积<V_N·V_P>

S（P，L） = 1/（1+e^-<V_P·V_L>）

S（N，L） = 1/（1+e^-<V_N·V_L>）

LOSS =  -∑[1/（1+e^-<V_P·V_L>）]+ ∑[1/（1+e^-<V_N·V_L>）]

一个人的行为可以产生多条行为样本：

 

由此，我们能得到

L =

User1:Loss1+Loss2+Loss3...

+

User2:Loss4+Loss5+Loss6...

+

User3:Loss7+Loss8+Loss9...

+

...

优化

1. 用户行为的数据存爱噪声
   • 对于点击狂魔，降低点击次数
   • 超热门item，降低采样次数（正样本），提升采样次数（负样本）
2. 损失函数从形式上可以优化的更统一
   • 　　LOSS =  - ∑[1/（1+e^-<V_P·V_L>）] +  ∑[1/（1+e^-<V_N·V_L>）] ---->简化前
   •        LOSS =    ∑[1/（1+e^<V_P·V_L>）] +  ∑[1/（1+e^-<V_N·V_L>）]  ---->简化后
   • 　　这样做是为了后面学习Airbnb论文
3. 向量空间优化
   • 　　L、N、P三个向量取自三个不同的向量空间，各自embedding
   • 

   •  

     因为用户的行为中，Love类样本信息反映最为准确，所以对应出来的向量最有价值。正负样本的采样只在训练时使用。