推荐系统之DIN系列:「阿里」DIN、DIEN、DSIN深度兴趣网络总结

发布网友发布时间：2024-09-05 23:16

共1个回答

热心网友时间：2024-10-02 14:43

本文总结了阿里巴巴的DIN、DIEN和DSIN系列推荐系统方法。首先，Base Model是早期的常用模型，主要由embedding和MLP构成，但忽视了用户兴趣的多样性。DIN通过引入用户画像、候选特征、行为序列和上下文特征，解决了基础模型的不足。DIEN在此基础上，考虑了用户兴趣的动态变化，使用GRU提取兴趣并设计了考虑未来行为的损失函数。而DSIN则进一步考虑了会话特性，将用户行为划分为会话，使用Session Division Layer和Session Interest Extractor Layer，结合自注意力机制和多头注意力，更准确地捕捉用户兴趣变化。

DIN的公式和结构图如下，DIEN的损失函数和兴趣提取层计算如下，而DSIN的Session Division Layer定义了会话分割，Session Interest Extractor Layer改进了自注意力机制，以及Bias Encoding和multi-head self-attention用于更精细的表示学习。