這里是王喆的機器學習筆記，每隔一到兩周我會站在算法工程師的角度講解一些計算廣告、推薦系統相關的文章。選擇文章必須滿足一下三個條件：

• 一是工程導向的；
• 二是阿里、facebook、google等一線互聯網公司出品的；
• 三是前沿或者經典的。

這周我們一起討論一下Youtube的深度推薦系統論文《Deep Neural Networks for YouTube Recommendations》，這是2016年的論文，按照今天的標準來看，已經沒有什么新穎的地方，我也是兩年前讀過這篇文章之后就放下了，但前幾天重讀這篇文章，竟讓發現了諸多亮點，幾乎處處是套路，處處是經驗，不由驚為神文。這篇神文給我留下的深刻印象有兩點：

這毫無疑問是工業界論文的典范，是我非常推崇的工程導向的，算法工程師必讀的文章；

我以為毫不起眼的地方，也藏著Youtube工程師寶貴的工程經驗，相比上周介紹的阿里的深度興趣網絡DIN，最重要的價值就在于Attention機制，這篇文章你應該精確到句子來體會，這是我驚為神文的原因。

?

廢話不多說，下面就跟大家分享一下兩次拜讀這篇論文的不同體驗和收獲。

第一遍讀這篇論文的時候，我想所有人都是沖著算法的架構去的，在深度學習推薦系統已經成為各大公司“基本操作”的今天，Youtube在算法架構上并無驚奇之處，我們來快速介紹一下文章中的深度學習推薦系統的算法架構。

?

Youtube的用戶推薦場景自不必多說，作為全球最大的UGC的視頻網站，需要在百萬量級的視頻規模下進行個性化推薦。由于候選視頻集合過大，考慮online系統延遲問題，不宜用復雜網絡直接進行推薦，所以Youtube采取了兩層深度網絡完成整個推薦過程：

第一層是Candidate Generation Model完成候選視頻的快速篩選，這一步候選視頻集合由百萬降低到了百的量級。

第二層是用Ranking Model完成幾百個候選視頻的精排

首先介紹candidate generation模型的架構

Youtube Candidate Generation Model

?

我們自底而上看這個網絡，最底層的輸入是用戶觀看過的video的embedding向量，以及搜索詞的embedding向量。至于這個embedding向量是怎么生成的，作者的原話是這樣的

Inspired by continuous bag of words language models, we learn high dimensional embeddings for each video in a xed vocabulary and feed these embeddings into a feedforward neural network

所以作者是先用word2vec方法對video和search token做了embedding之后再作為輸入的，這也是做embedding的“基本操作”，不用過多介紹；當然，除此之外另一種大家應該也比較熟悉，就是通過加一個embedding層跟上面的DNN一起訓練，兩種方法孰優孰劣，有什么適用場合，大家可以討論一下。

?

特征向量里面還包括了用戶的地理位置的embedding，年齡，性別等。然后把所有這些特征concatenate起來，喂給上層的ReLU神經網絡。

三層神經網絡過后，我們看到了softmax函數。這里Youtube的同學們把這個問題看作為用戶推薦next watch的問題，所以輸出應該是一個在所有candidate video上的概率分布，自然是一個多分類問題。

好了，這一套深度學習的“基本操作”下來，就構成了Youtube的candidate generation網絡，看似平淡無奇，其實還是隱藏著一些問題的，比如

架構圖的左上角，為什么在online serving的時候不直接用這套網絡進行預測而要使用nearest neighbor search 的方法？

多分類問題中，Youtube的candidate video有百萬之巨，意味著有幾百萬個分類，這必然會影響訓練效果和速度，如何改進？

這些問題在讀第一遍的時候我也沒有深想深看，但卻是工程實現中必然會遇到的問題，我們隨后再深入介紹論文中的解決方法。

既然得到了幾百個候選集合，下一步就是利用ranking模型進行精排序，下面是ranking深度學習網絡的架構圖。

Youtube Ranking Model

?

乍一看上面的ranking model似乎與candidate generation模型沒有什么區別，模型架構還是深度學習的“基本操作”，唯一的區別就是特征工程，那么我們就講講特征工程。

事實上原文也明確說明了，引入另一套DNN作為ranking model的目的就是引入更多描述視頻、用戶以及二者之間關系的特征，達到對候選視頻集合準確排序的目的。

During ranking, we have access to many more features describing the video and the user's relationship to the video because only a few hundred videos are being scored rather than the millions scored in candidate generation.

具體一點，從左至右的特征依次是

impression video ID embedding: 當前要計算的video的embedding

watched video IDs average embedding: 用戶觀看過的最后N個視頻embedding的average pooling

language embedding: 用戶語言的embedding和當前視頻語言的embedding

time since last watch: 自上次觀看同channel視頻的時間

#previous impressions: 該視頻已經被曝光給該用戶的次數

上面五個特征中，我想重點談談第4個和第5個。因為這兩個很好的引入了對用戶行為的觀察。

第4個特征背后的思想是

We observe that the most important signals are those that describe a user's previous interaction with the item itself and other similar items.

有一些引入attention的意思，這里是用了time since last watch這個特征來反應用戶看同類視頻的間隔時間。從用戶的角度想一想，假如我們剛看過“DOTA經典回顧”這個channel的視頻，我們很大概率是會繼續看這個channel的視頻的，那么該特征就很好的捕捉到了這一用戶行為。

第5個特征#previous impressions則一定程度上引入了exploration的思想，避免同一個視頻持續對同一用戶進行無效曝光。盡量增加用戶沒看過的新視頻的曝光可能性。

?

至此，我的第一遍論文閱讀就結束了，對Youtube的算法框架有了概念，但總覺得不過如此，沒什么太多新穎的地方。。

但如果真這么想，還是太naive了，與上一篇阿里的深度興趣網絡DIN不同的是，你讀懂了DIN的attention機制，你就抓住了其論文70%的價值，但這篇文章，如果你只讀懂了Youtube的推薦系統架構，你只抓住了30%的價值。那么剩下的70%的價值在哪里呢？

在重讀這篇文章的時候，我從一個工程師的角度，始終繃著“如何實現”這根弦，發現這篇論文的工程價值之前被我大大忽略了。下面我列出十個文中解決的非常有價值的問題：

文中把推薦問題轉換成多分類問題，在next watch的場景下，每一個備選video都會是一個分類，因此總共的分類有數百萬之巨，這在使用softmax訓練時無疑是低效的，這個問題Youtube是如何解決的？

在candidate generation model的serving過程中，Youtube為什么不直接采用訓練時的model進行預測，而是采用了一種最近鄰搜索的方法？

Youtube的用戶對新視頻有偏好，那么在模型構建的過程中如何引入這個feature？

在對訓練集的預處理過程中，Youtube沒有采用原始的用戶日志，而是對每個用戶提取等數量的訓練樣本，這是為什么？

Youtube為什么不采取類似RNN的Sequence model，而是完全摒棄了用戶觀看歷史的時序特征，把用戶最近的瀏覽歷史等同看待，這不會損失有效信息嗎？

在處理測試集的時候，Youtube為什么不采用經典的隨機留一法（random holdout），而是一定要把用戶最近的一次觀看行為作為測試集？

在確定優化目標的時候，Youtube為什么不采用經典的CTR，或者播放率（Play Rate），而是采用了每次曝光預期播放時間（expected watch time per impression）作為優化目標？

在進行video embedding的時候，為什么要直接把大量長尾的video直接用0向量代替？

針對某些特征，比如#previous impressions，為什么要進行開方和平方處理后，當作三個特征輸入模型？

為什么ranking model不采用經典的logistic regression當作輸出層，而是采用了weighted logistic regression？

?

因為我也是在視頻推薦領域工作，所以可以很負責任的說以上的十個問題都是非常有價值的。但今天一口氣寫到這里，感覺有點氣力不足了。。大家如果感興趣的話可以點個贊，我明天再詳細分析一下以上十大問題的答案。

上面問題的解答已經完成啦，大家請參考我的下一篇文章——

王喆：YouTube深度學習推薦系統的十大工程問題?zhuanlan.zhihu.com

好了，這里是王喆的機器學習筆記的第二篇文章，水平有限，歡迎大家吐槽，批評，糾錯。

也歡迎大家關注我的同名微信公眾號 王喆的機器學習筆記（wangzhenotes），或者通過公眾號加我的個人微信進行進一步交流討論，謝謝。

?

參考資料：

Deep Neural Networks for YouTube Recommendation

Recommender System Paper List

推薦系統中的注意力機制——阿里深度興趣網絡（DIN）

總結

以上是生活随笔為你收集整理的Youtube深度学习推荐系统的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。