CTR深度学习演化——含论文与代码链接

深度学习CTR模型的演化图谱

一、Factorization Machines（2010年）——FM系列开山之作

介绍了分解机器（FM），它是一种新的模型类，它结合了支持向量机（SVM）和分解模型的优点。与SVM一样，FM是使用任何实值特征向量的一般预测器。与SVM相比，FM使用分解参数模拟变量之间的所有交互。因此，即使在SVM失败的巨大稀疏性（如推荐系统）的问题中，他们也能够估计相互作用。我们证明了FM的模型方程可以在线性时间内计算，因此FM可以直接优化。因此，与非线性SVM不同，不需要双重形式的变换，并且可以直接估计模型参数，而无需解决方案中的任何支持向量。我们展示了与SVM的关系以及FM在稀疏设置中进行参数估计的优势。另一方面，有许多不同的因子分解模型，如矩阵分解，并行因子分析或专用模型，如SVD ++，PITF或FPMC。这些模型的缺点是它们不适用于一般预测任务，但仅适用于特殊输入数据。此外，他们的模型方程和优化算法是针对每个任务单独导出的。我们通过指定输入数据（即特征向量）显示FM可以模仿这些模型。这使得即使对于没有分解模型专业知识的用户，FM也很容易适用。
论文：Factorization Machines
代码：libfm

二、FFM（2017年）——对FM按照field改进

FM算法将所有特征归结到一个field，而FFM算法则按照field对不同特征进行区分，主要体现在交叉项中。在FM算法中user这个特征对应的latent vector不论是对price、genre还是movie都是相同的，而FFM算法中则对特征进行归类，latent vector会区分交叉filed，模型参数个数n(n-1)/2。可以看出来FM算法时FFM算法的一个特例，但是随着FFM算法对latent vector的细化，FM算法中交叉简化将不再适用.
论文：Field-aware Factorization Machines for CTR Prediction
代码：CTR_Prediction

三、微软Deep Crossing（2016年）——深度学习CTR模型的base model

微软于2016年提出的Deep Crossing可以说是深度学习CTR模型的最典型和基础性的模型。它涵盖了深度CTR模型最典型的要素，即通过加入embedding层将稀疏特征转化为低维稠密特征，用stacking layer，或者叫做concat layer将分段的特征向量连接起来，再通过多层神经网络完成特征的组合、转换，最终用scoring layer完成CTR的计算。跟经典DNN有所不同的是，Deep crossing采用的multilayer perceptron是由残差网络组成的。
论文：Deep Crossing: Web-Scale Modeling without Manually Crafted Combinatorial Features

四、FNN（2016年）——用FM的隐向量完成Embedding初始化

FNN相比Deep Crossing的创新在于使用FM的隐层向量作为user和item的Embedding，从而避免了完全从随机状态训练Embedding。由于id类特征大量采用one-hot的编码方式，导致其维度极大，向量极稀疏，所以Embedding层与输入层的连接极多，梯度下降的效率很低，这大大增加了模型的训练时间和Embedding的不稳定性，使用pre train的方法完成Embedding层的训练，无疑是降低深度学习模型复杂度和训练不稳定性的有效工程经验。
论文：Deep Learning over Multi-field Categorical Data
代码：dnn_ctr

五、CCPM（2015年）——输入实例中提取本地全局关键特征

提出了一种新的模型，基于卷积神经网络的卷积点击预测模型（CCPM）。CCPM可以从具有不同元素的输入实例中提取本地全局关键特征，这不仅可以实现单个广告展示，还可以实现顺序广告展示。
论文：A Convolutional Click Prediction Model
代码：DeepCTR

六、PNN (2016年)——丰富特征交叉的方式

PNN的全称是Product-based Neural Network，PNN的关键在于在embedding层和全连接层之间加入了Product layer。传统的DNN是直接通过多层全连接层完成特征的交叉和组合的，但这样的方式缺乏一定的“针对性”。首先全连接层并没有针对不同特征域之间进行交叉；其次，全连接层的操作也并不是直接针对特征交叉设计的。但在实际问题中，特征交叉的重要性不言而喻，比如年龄与性别的交叉是非常重要的分组特征，包含了大量高价值的信息，我们急需深度学习网络能够有针对性的结构能够表征这些信息。因此PNN通过加入Product layer完成了针对性的特征交叉，其product操作在不同特征域之间进行特征组合。并定义了inner product，outer product等多种product的操作捕捉不同的交叉信息，增强模型表征不同数据模式的能力 。
论文：Product-based Neural Networks for User Response Prediction
代码：product-nets

七、Google Wide&Deep（2016年）——记忆能力和泛化能力的综合权衡

Google Wide&Deep模型的主要思路正如其名，把单输入层的Wide部分和经过多层感知机的Deep部分连接起来，一起输入最终的输出层。其中Wide部分的主要作用是让模型具有记忆性（Memorization），单层的Wide部分善于处理大量稀疏的id类特征，便于让模型直接“记住”用户的大量历史信息；Deep部分的主要作用是让模型具有“泛化性”（Generalization），利用DNN表达能力强的特点，挖掘藏在特征后面的数据模式。最终利用LR输出层将Wide部分和Deep部分组合起来，形成统一的模型。Wide&Deep对之后模型的影响在于——大量深度学习模型采用了两部分甚至多部分组合的形式，利用不同网络结构挖掘不同的信息后进行组合，充分利用和结合了不同网络结构的特点。
论文：Wide & Deep Learning for Recommender Systems
代码：wide_deep

八、华为 DeepFM (2017年)——用FM代替Wide部分

在Wide&Deep之后，诸多模型延续了双网络组合的结构，DeepFM就是其中之一。DeepFM对Wide&Deep的改进之处在于，它用FM替换掉了原来的Wide部分，加强了浅层网络部分特征组合的能力。事实上，由于FM本身就是由一阶部分和二阶部分组成的，DeepFM相当于同时组合了原Wide部分+二阶特征交叉部分+Deep部分三种结构，无疑进一步增强了模型的表达能力。
论文：A Factorization-Machine based Neural Network for CTR Prediction
代码tensorflow-DeepFM

九、Google Deep&Cross（2017年）——使用Cross网络代替Wide部分

Google 2017年发表的Deep&Cross Network（DCN）同样是对Wide&Deep的进一步改进，主要的思路使用Cross网络替代了原来的Wide部分。其中设计Cross网络的基本动机是为了增加特征之间的交互力度，使用多层cross layer对输入向量进行特征交叉。单层cross layer的基本操作是将cross layer的输入向量xl与原始的输入向量x0进行交叉，并加入bias向量和原始xl输入向量。DCN本质上还是对Wide&Deep Wide部分表达能力不足的问题进行改进，与DeepFM的思路非常类似。
论文：Deep & Cross Network for Ad Click Predictions
代码：Deep-and-Cross-Keras

十、xDeepFM（2018年）——一种新颖的压缩交互网络

提出了一种新颖的压缩交互网络（CIN），其目的是以明确的方式和向量级别生成特征交互。我们证明了CIN与卷积神经网络（CNN）和递归神经网络（RNN）共享一些功能。我们进一步将CIN和经典DNN组合成一个统一的模型，并将这个新模型命名为eXtreme Deep Factorization Machine（xDeepFM）。一方面，xDeepFM能够明确地学习某些有界度特征交互; 另一方面，它可以隐含地学习任意低阶和高阶特征交互。
论文：xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems
代码：xDeepFM

十一、NFM（2017年）——对Deep部分的改进

相对于DeepFM和DCN对于Wide&Deep Wide部分的改进，NFM可以看作是对Deep部分的改进。NFM的全称是Neural Factorization Machines，如果我们从深度学习网络架构的角度看待FM，FM也可以看作是由单层LR与二阶特征交叉组成的Wide&Deep的架构，与经典W&D的不同之处仅在于Deep部分变成了二阶隐向量相乘的形式。再进一步，NFM从修改FM二阶部分的角度出发，用一个带Bi-interaction Pooling层的DNN替换了FM的特征交叉部分，形成了独特的Wide&Deep架构。其中Bi-interaction Pooling可以看作是不同特征embedding的element-wise product的形式。这也是NFM相比Google Wide&Deep的创新之处。
论文：Neural Factorization Machines for Sparse Predictive Analytics
代码：dnn_ctr

十二、AFM（2017年）——引入Attention机制的FM

AFM的全称是Attentional Factorization Machines，通过前面的介绍我们很清楚的知道，FM其实就是经典的Wide&Deep结构，其中Wide部分是FM的一阶部分，Deep部分是FM的二阶部分，而AFM顾名思义，就是引入Attention机制的FM，具体到模型结构上，AFM其实是对FM的二阶部分的每个交叉特征赋予了权重，这个权重控制了交叉特征对最后结果的影响，也就非常类似于NLP领域的注意力机制（Attention Mechanism）。为了训练Attention权重，AFM加入了Attention Net，利用Attention Net训练好Attention权重后，再反向作用于FM二阶交叉特征之上，使FM获得根据样本特点调整特征权重的能力。
论文：Attentional Factorization Machines - Learning the Weight of Feature Interactions via Attention Networks
代码：DeepCTR

十三、阿里DIN（2018年）——加入Attention机制的深度学习网络

AFM在FM中加入了Attention机制，2018年，阿里巴巴正式提出了融合了Attention机制的深度学习模型——Deep Interest Network。与AFM将Attention与FM结合不同的是，DIN将Attention机制作用于深度神经网络，在模型的embedding layer和concatenate layer之间加入了attention unit，使模型能够根据候选商品的不同，调整不同特征的权重。
论文：Deep Interest Network for Click-Through Rate Prediction
代码：DeepCTR

十四、阿里DIEN（2018年）——DIN的“进化”

DIEN的全称为Deep Interest Evolution Network，它不仅是对DIN的进一步“进化”，更重要的是DIEN通过引入序列模型 AUGRU模拟了用户兴趣进化的过程。具体来讲模型的主要特点是在Embedding layer和Concatenate layer之间加入了生成兴趣的Interest Extractor Layer和模拟兴趣演化的Interest Evolving layer。其中Interest Extractor Layer使用了DIN的结构抽取了每一个时间片内用户的兴趣，Interest Evolving layer则利用序列模型AUGRU的结构将不同时间的用户兴趣串联起来，形成兴趣进化的链条。最终再把当前时刻的“兴趣向量”输入上层的多层全连接网络，与其他特征一起进行最终的CTR预估。
论文：Deep Interest Evolution Network for Click-Through Rate Prediction
代码：dien

参考文献

https://zhuanlan.zhihu.com/p/63186101
https://www.jianshu.com/p/df942b145dcf