WideDeep模型介绍

news2025/1/19 23:17:29

文章目录

1. Wide&Deep模型的记忆能力和泛化能力
2. Wide&Deep模型的结构
3. Wide&Deep模型的进化——Deep&Cross模型
4. Wide&Deep模型的影响力

Wide&Deep模型是 记忆能力和 泛化能力的综合，是谷歌在2016年提出的。正如其名，Wide&Deep模型是由 单层的Wide部分和 多层的Deep部分组成的混合模型。

其中，Wide部分的主要作用是让模型具有较强的“记忆能力”(memorization)；
Deep部分的主要作用是让模型具有“泛化能力”(generalization)。

这样的结构特点，使模型兼具了逻辑回归和深度神经网络的优点——能够快速处理并记忆大量历史行为特征，并且具有强大的表达能力。

1. Wide&Deep模型的记忆能力和泛化能力

“记忆能力”可以被理解为模型直接学习并利用历史数据中物品或者特征的“共现频率”的能力。

一般来说，协同过滤、逻辑回归等简单模型具有较强的“记忆能力”。由于这类模型的结构简单，原始数据往往可以直接影响推荐结果，产生类似于“如果点击过A，就推荐B”这类规则式的推荐，这就相当于模型直接记住了历史数据的分布特点，并利用这些记忆进行推荐。

这里以App推荐的场景为例，解释什么是模型的“记忆能力”：

假设在Google Play推荐模型的训练过程中，设置如下组合特征：AND(user_installed_app=netflix, impression_app=pandora)（简称netflix&pandora），它代表用户已经安装了netflix这款应用，而且曾在应用商店中看到过pandora这款应用。如果以“最终是否安装pandora”为数据标签(label)，则可以轻而易举地统计处netflix&pandora这个特征和安装pandora这个标签之间的共现频率。假设二者的攻陷频率高达10%（全局的平均应用安装率为1%），这个特征如此志强，以至于在设计模型时，希望模型一发现有这个特征，就推荐pandora这款应用(就像个深刻的记忆点印在脑海里)，这就是所谓的模型的“记忆能力”。

像逻辑回归这类简单模型，如果发现这样的“强特征”，则其相应的权重就会在模型训练过程中被调整得非常大，这样就实现了对这个特征的直接记忆。相反，对于多层神经网络来说，特征会被多层处理，不断与其他特征进行交叉，因此模型对这个特征的记忆反而没有简单模型深刻。

“泛化能力”可以理解为模型传递特征的相关性，以及发掘系数甚至从未出现过的稀有特征与最终标签相关性的能力。

矩阵分解比协同过滤的泛化能力强，因为矩阵分解引入了隐向量这样的结构，使得数据稀少的用户或者物品也能生成隐向量，从而获得有数据支撑的推荐得分，这就是非常典型的将全局数据传递到稀疏物品上，从而提高泛化能力的例子。再比如，深度神经网络通过特征的多次自动组合，可以深度发掘数据中潜在的模式，即使是非常稀疏的特征向量输入，也能得到比较平稳的推荐概率，这就是简单模型所缺乏的“泛化能力”。

2. Wide&Deep模型的结构

Wide&Deep模型的直接动机就是将简单模型的“记忆能力”和深度神经网络的“泛化能力”融合，具体的模型结构如下：

在这里插入图片描述

Wide&Deep模型把单输入层的Wide部分与Embedding层和多隐层组成的Deep部分连接起来，一起输入最终的输出层。

单层的Wide部分善于处理大量系数的id类特征；
Deep部分利用神经网络表达能力强的特点，进行深层的特征交叉，挖掘在特征背后的数据模式。

最终，利用逻辑回归模型，输出层将Wide部分和Deep部分组合起来，形成统一的模型。

在具体的特征工程和输入层设计中，展现了Google Play的推荐团队对业务场景的深刻理解。从下图中可以详细地了解到Wide&Deep模型到底将哪些特征作为Deep部分的输入，将哪些特征作为Wide部分的输入：

在这里插入图片描述

Deep部分的输入是全量的特征向量，包括用户年龄（Age）、已安装应用数量（#App Installs）、设备类型（Device Class）、已安装应用（User Installed App）、曝光应用（Impression App）等特征。已安装应用、曝光引用等类别型特征，需要经过Embedding层输入连接层（Concatenated Embedding），拼接成1200维的Embedding向量，再经过3层ReLU全连接层，最终输入LogLoss输出层。

Wide部分的输入仅仅是已安装应用和曝光应用两类特征，其中已安装引用代表用户的历史行为，而曝光应用代表当前的待推荐应用。选择这两类特征的原因是充分发挥Wide部分“记忆能力”强的优势。

Wide部分组合“已安装应用”和“曝光应用”两个特征的函数被称为交叉积变换（Cross Product Transformation）函数，其形式化定义如下：

在这里插入图片描述

Cki是一个布尔变量，当第i个特征输入第k个组合特征时，Cki的值就为1，否则为0；
xi是第i个特征的值。例如对于“AND(user_installed_app=netflix,impression_app=pandora)”这个特征组合来说，只有当“user_installed_app=netflix”和“impression_app=pandora”这两个特征同时为1时，其对应的交叉积变换层的结果才为1，否则为0.

在通过交叉积变换层操作完成特征组合之后，Wide部分将组合特征输入最终的LogLoss输出层，与Deep部分的输出一同参与最后的目标拟合，完成Wide与Deep部分的融合。

3. Wide&Deep模型的进化——Deep&Cross模型

Deep&Cross模型（DCN）结构图如下：

在这里插入图片描述

其主要思路是使用Cross网络替代原来的Wide部分。Deep部分的设计思路并没有本质的改变，下面主要介绍Cross部分的设计思路。

设计Cross网络的目的是增加特征之间的交互力度，使用多层交叉层（Cross layer）对输入向量进行特征交叉。假设第l层交叉层的输出向量为xl，那么l+1层的输出向量形式为：

在这里插入图片描述

交叉层的操作如图：

在这里插入图片描述

可以看出，交叉层在增加参数方面是比较“克制”的，每一层仅增加一个n维的权重向量wl（n维输入向量维度），并且在每一层均保留了输入向量，因此输出与输入之间的变化不会特别明显。由多层交叉层组成的Cross网络在Wide&Deep模型中的Wide部分的基础上进行了特征的自动化交叉，避免了更多基于业务理解的人工智能特征组合。同Wide&Deep模型一样，Deep&Cross模型的Deep部分相比Cross部分表达能力更强，使模型具备更强的非线性学习能力。