CoMetricLearningI2I¶
简介¶
Collaborative Metric Learning I2I 召回模型，基于session点击数据计算item与item的相似度。
在同一session内任意两个被点击的item pair彼此构成正样本对<anchor item, positive item>；
anchor item与任意一个未被点击的negative item构成负样本对<anchor item, negative item>。
Metric Learning需要保证 anchor item 与 negative item 的语义向量之间的距离
相比 anchor item 与 positive item 的语义向量之间的距离大，且至少间隔距离为margin（超参数）。
目前可选的损失函数（loss function）包括：
circle loss
multi-similarity loss
Collaborative Metric Learning I2I 模型接受的训练样本的格式如下：
< session_id, item_features, label(is_click) >
在训练过程中，同一mini batch内同一个session_id下label=1的所有item彼此之间互相构成
<anchor item, positive item>, 而mini batch内的其他所有item(不管session_id的值)则
与该pair对构成negative item。
因此，需要通过N Way K Shot的方式构建训练样本和评估样本。也就是说要保证每个mini batch内包含
N个session的数据，且每个session下面随机采样K个item，同时还需要保证这K个item中至少有两个对应的label=1。
配置说明¶
model_config: {
model_class: "CoMetricLearningI2I"
feature_groups: {
group_name: "item"
feature_names: 'adgroup_id'
feature_names: 'cate_id'
feature_names: 'campaign_id'
feature_names: 'customer'
feature_names: 'brand'
feature_names: 'price'
feature_names: 'pid'
wide_deep:DEEP
}
loss_type: CIRCLE_LOSS
metric_learning {
input: "item"
session_id: "user_id"
dnn {
hidden_units: [256, 128, 64, 32]
# dropout_ratio : [0.1, 0.1, 0.1, 0.1]
}
l2_regularization: 1e-6
circle_loss: {
margin: 0.25
gamma: 64
}
}
embedding_regularization: 5e-5
}
model_class: ‘CoMetricLearningI2I’, 不需要修改
feature_groups: 输入特征
metric_learning: 模型相关的参数
input: item feature group name
session_id: session id 的输入field
dnn: deep part的参数配置
hidden_units: dnn每一层的channel数目，即神经元的数目
circle_loss: circle loss 损失函数的超参数
output_l2_normalized_emb: 是否输出l2 normalize的embedding，默认值为true
embedding_regularization: 对embedding部分加regularization，防止overfit
模型输出¶
embedding: string类型的未做l2 normalize的embedding，逗号分隔
float_emb: float array类型的未做l2 normalize的embedding
norm_embedding: string类型的l2 normalize的embedding，逗号分隔
norm_emb: float array类型的l2 normalize的embedding