基于深度学习的异构嵌入模型研究

文章结构概述

• DIEN概述

  • 兴趣提取模块

  • • 辅助损失函数

  • 兴趣演变模块

  • 模型整体架构图

  • 实验效果比较

  • 引用文献

DIEN介绍

在点击率预估任务中，识别用户行为所反映的潜在兴趣具有重要意义，而由于外部环境及用户认知状态的动态变化，用户的兴趣倾向往往呈现出持续演变的特征。
传统的点击率预估方法通常将用户行为直接等同于其兴趣表达，未能深入挖掘行为背后所隐含的潜在兴趣特征，同时针对兴趣演变机制的研究也较为匮乏。
DIEN模型构建了一个专门的兴趣提取模块，用于捕捉用户历史行为中所蕴含的兴趣信息，并在该模块中引入了辅助损失函数以引导每一步的兴趣提取过程。鉴于用户兴趣具有多样性特点，该模型进一步设计了兴趣演化模块，用以刻画与当前物品相关联的兴趣演变路径，并将注意力机制有效融合至序列结构之中。

兴趣抽取层

运用GRU模型对用户行为数据中所蕴含的潜在兴趣特征进行刻画与分析。

辅助loss

ht仅能体现行为间的联系，却难以准确表达用户的兴趣状态。目标标签仅包