算法概述

 Deep Interest Evolution Network(DIEN)是在Deep Interest Network(DIN)基础上的改进方法，其初衷是为了解决当前CTR预估中存在的一些问题：

1.大多数的方法缺少兴趣模型，直接把用户的行为当作用户的兴趣，缺少对具体行为背后隐含的兴趣做模型化处理；

2.用户的兴趣在不断发生变化，之前的大多数方法缺少对用户兴趣变化趋势的思考。

DIEN通过设计兴趣提取层（Interest Extractor Layer）来获取用户历史行为的兴趣，通过在这一层添加一个额外的损失函数来监督每一步的兴趣提取。

在电商系统中，用户的兴趣非常广泛，DIEN通过加入兴趣进化层(Interest Evolving Layer)来获取与目标推荐相关的兴趣进化过程。

基本的网络结构

深度兴趣网络详解中已经给出了基本模型结构的介绍，DIEN和DIN的基本模型结构是类似的，下面还是具体介绍一下。

特征表示（Feature Representation）

文章中的线上系统有四类特征：User Profile（性别、年龄等）, User Behavior（访问过的商品id）, Ad(推荐的商品（target item）id)and Context(时间等特征)。每一个类里面的每一个具体特征都是一个one-hot编码，注意这和之前的DIN是不一样的，之前的DIN可能有muti-hot编码。四类特征所有具体特征的one-hot编码拼接到一起分别得到向量：,，和​​​​​​。

对于序列化的CTR模型，每一个具体特征都包含一个行为的列表，每一个行为对应一个one-hot编码（比如浏览过的商品每一个商品就是一个one_hot编码，所有浏览过的商品构成一个列表List），可以被表示为：

是one-hot编码向量，对应的是用户的第个行为，是用户的历史行为数，为用户所有可能点击的商品数总和。

基本的模型结构

大多数Deep CTR模型都是基于embedding&MLP这一基本结构构建的，下面介绍下基本结构的主要组成部分：

embedding 层：每一个具体特征对应一个嵌入矩阵(embedding matrix)，例如访问商品的嵌入矩阵可以表示为：，即每一个商品对应一个纬的嵌入向量。具体的来说，对于行为特征，其对应的嵌入式向两为，那么按照时间序排列的嵌入向量列表可以表示为：。同理，推荐物品相关特征的嵌入向量列表可以表示为：。

MLP

首先，同一类特征的嵌入式向量首先进行池化操作，随后将不同类的所有池化向量连接到一起，最后连到到一起的向量被送入接下来的MLP层来做最后的预测。

损失函数

深度CTR模型中，广泛应用的损失函数使用的是目标item的label预测：

其中，，为有个样本的训练集合，。

DIEN的网络结构

DIEN旨在获取获取用户的兴趣以及模型化用户的兴趣进化过程，其结构如下图

 DIEN由几部分组成：

1.各类特征均通过embedding层进行转换；

2.DIEN通过两步来获取兴趣进化：1）兴趣提取层（interest extractor layer）基于用户的行为序列提取兴趣序列；2）兴趣进化层(interest evolving layer)模型化与目标推荐物品相关的兴趣的进化过程；

3.最后兴趣表示向量和嵌入向量被拼接到一起。

兴趣提取层（Interest Extractor Layer）

在兴趣提取层，从用户行为习惯序列中提取一系列的兴趣状态。为了平衡效率和性能，采用了GRU（Gate Recurrent Unit）网络结构(具体GRU结构介绍可参考GRU详解)：

为sigmoid激活函数，是内积。,和 。,和 。是隐藏层的尺寸，是输入的尺寸。为GRU的输入，代表用户采取的第个行为，为第个隐藏状态。

然而，隐藏层 只能获取行为间的依赖性，无法高效地表示兴趣。由于目标商品的点击行为由最后的兴趣来触发，label只包含监管最终兴趣预测的真实信息，而历史状态不包含合适的监督。显而易见，每一步的兴趣状态直接导致了随后的行为，所以提出了辅助损失（auxiliary loss），auxiliary loss使用行为 去监管兴趣状态的学习。而且，除了取出下一步的真实行为作为正样本，也通过从未点击商品集合采样来去除一些负样本。考虑有对行为嵌入序列：，其中代表点击过的行为序列，而表示负样本序列。表示用户在第次点击商品的嵌入向量，为所有商品的集合。为从商品集合随机抽取的且不是用户在第次点击过的商品。auxiliary loss的表达式为：

 为sigmoid激活函数，表示GRU对于用户的第个隐藏状态，那么整个全局loss为：

为超参数，用来平衡兴趣表示和CTR预测。在auxiliary loss的帮助下，在用户发生行为时，每个隐藏层足够表示当前用户兴趣的状态，把所有个兴趣点连在一起构成兴趣序列能够模型化兴趣的变化过程。

总的来说，引入 auxiliary loss有如下优势：

1.兴趣学习的角度，可以帮助GRU的隐藏层更好的表达用户的兴趣；

2.对于长序列GRU模型的训练，降低了BP算法的难度；

3.给予embedding层学习更多的语义信息，可以训练出更好的embedding矩阵。

兴趣进化层 （Interest Evolving Layer）

由于外部环境和内部感知的影响，不同用户的兴趣随时间在不断变化。兴趣的变化有两个特点：兴趣的多样性，一段时间喜欢书籍，一段时间喜欢衣服；兴趣有可能相互影响，但变化过程（例如书记的种类、衣服的品类等）几乎是独立变化的，通常只关心与推荐商品相关就可以。

在兴趣提取层的帮助下，可以拿到兴趣序列的有效表示。通过分析兴趣变化的特征，兴趣进化层结合了注意力机制的本地激活能力以及GRU模型化兴趣变化的序列学习能力。GRU每一步中的局部激活可以增强相关用户兴趣的影响,同时减弱兴趣飘变的干扰，对于模型化目标推荐物品相关的兴趣变化过程是很有帮助的。

兴趣进化层的核心同样是一个GRU，和分别表示兴趣进化模型的输入和隐藏状态，兴趣进化模型的GRU输入为对应兴趣提取层的兴趣状态：。最后的隐藏状态表示最后的兴趣状态。

在兴趣进化模型中，注意力函数的表达式为：

 推荐商品的嵌入向量的连接，，为隐藏状态的纬度，为推荐商品的嵌入向量维度。Attention的分数反映了推荐物品和输入的关系，更强的相关性会导致更高的注意力分数。几种结合注意力机制和GRU模型化兴趣变化过程的几种方法：

GRU with attentional input (AIGRU) 

 AIGRU是注意力机制控制输入的GRU模块，主要目的是为了在兴趣进化过程中激活相关的兴趣，AIGRU使用注意力分数来影响兴趣进化层的输入：

为兴趣提取层中GRU的隐藏状态，为兴趣进化层的GRU的输入。以这种方式，不相关的兴趣可以通过注意力分数来减少影响。AIGRU的缺点是，即使兴趣相关性很低也依然会影响兴趣进化的学习。

 Attention based GRU(AGRU)

AGRU用注意力分数代替了GRU的更新门来直接修改隐藏状态：

AGRU利用注意力分数直接控制隐藏层的更新，削弱了兴趣变化中不相关兴趣的影响，使得AGRU解决了AIGRU的缺点。

GRU with attentional update gate (AUGRU)

AGRU可以使用注意力分数来直接控隐藏层的更新，但是注意力分数是标量，即用一个标量代替了一个向量（更新门），这导致忽略了不同纬度间的不同，因此给出一种更准确的GRU即AUGRU：

 为原始的更新门，为新的更新门，这样既保留了不同纬度的信息，又通过注意力分数来控制相关性的影响。

 实验对比结果和结论

  从实验对比上来说，DIEN即GRU+AUGRU+auxiliary loss + 其他常规模块的方式有明显的优势，这表明监督信息对于序列化兴趣和嵌入表示学习过程的重要性。