CN111931058B - 一种基于自适应网络深度的序列推荐方法和系统 - Google Patents

Abstract

本发明公开了一种基于自适应网络深度的序列推荐方法和系统。该方法包括：构建序列推荐模型，该序列推荐模型设有多个空洞卷积残差块作为主体网络，并设有用于管理主体网络深度的策略网络；以设定的损失函数为目标，利用样本集训练所述序列推荐模型，获得经训练的主体网络，并且对于所述多个空洞卷积残差块中的每一个，策略网络输出用于表征该空洞卷积残差块保留或跳过的决策指示；将待推荐用户的历史浏览序列输入经训练的序列推荐模型，并根据策略网络的决策指示确定需跳过的空洞卷积残差块，以输出后续时刻用户推荐项的预测结果。本发明能够利用策略网络自适应地调节主体网络的深度，能够为用户提供快速而准确的推荐服务。

Description

一种基于自适应网络深度的序列推荐方法和系统

技术领域

本发明涉及序列推荐技术领域，更具体地，涉及一种基于自适应网络深度的序列推荐方法和系统。

背景技术

推荐系统是近年来研究十分火热，发展也十分迅速的领域，因其广阔的应用场景以及巨大的商业价值而备受瞩目，其定义为利用电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程，而个性化推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。序列推荐系统是推荐系统中的一个重要分支，其目的是通过分析用户的历史浏览序列，对用户进行精准推荐，一直是学术界和工业界关注的热点研究问题。

以常用的序列推荐模型NextItNet为例，其结合了空洞卷积神经网络以及残差网络，能够较好地对用户历史浏览序列进行建模，从而更好地为用户提供推荐服务，在序列推荐系统中发挥出优异的效果。

NextItNet的模型结构如图1所示，其总体上由多个结构相同的空洞卷积残差块堆叠而成，将用户历史浏览序列输入整个网络，进行建模，在通过最后一个空洞卷积残差块后，得到用户喜好表征，最后再通过一个Softmax分类器，预测下一时刻向用户进行推荐的项(item)。

NextItNet中空洞卷积残差块的输出表示为：

X_l+1＝X_l+F(X_l)

即每个空洞卷积残差块的输出X_l+1为输入X_l加上本残差块处理后的结果F(X_l)。F(X_l)处理过程为依次输入空洞卷积层1(Dilated Conv1)、层归一化层1(Layer Norm1)、ReLU激活层1(ReLU1)、空洞卷积层2(Dilated Conv2)、层归一化层2(Layer Norm2)和ReLU激活层2(ReLU2)处理后输出。

然而，利用现有的序列推荐模型进行推荐服务时，存在模型参数量、模型所需计算开销高、推断时间过长等问题。例如，NextItNet需要堆叠大量的空洞卷积残差块才能发挥出更佳的效果，导致模型参数量巨大，而且针对每个输入进来的用户历史浏览序列都需要经过完整的模型才能完成输出预测，这样将训练好的模型部署于实际应用时较为困难，计算开销大，在进行推断时花费时间也较长，难以满足用户的实际需求。

发明内容

本发明的目的是克服上述现有技术的缺陷，提供一种基于自适应网络深度的序列推荐方法和系统，通过自适应地调节序列推荐模型的深度来提高推荐服务的效率。

根据本发明的第一方面，提供一种基于自适应网络深度的序列推荐方法。该方法包括以下步骤：

构建序列推荐模型，该序列推荐模型设有多个空洞卷积残差块作为主体网络，并设有用于管理主体网络深度的策略网络；

以设定的损失函数为目标，利用样本集训练所述序列推荐模型，获得经训练的主体网络，并且对于所述多个空洞卷积残差块中的每一个，策略网络输出用于表征该空洞卷积残差块保留或跳过的决策指示；

将待推荐用户的历史浏览序列输入经训练的序列推荐模型，并根据策略网络的决策指示确定需跳过的空洞卷积残差块，以输出后续时刻用户推荐项的预测结果。

在一个实施例中，根据以下步骤训练所述序列推荐模型：

以设定的第一损失函数为目标，利用样本集训练主体网络，获得预训练的主体网络；

以设定的第二损失函数为目标，利用所述样本集端到端联合训练所述预训练的主体网络和策略网络，获得用于表征主体网络中每个空洞卷积残差块保留或跳过的决策指示。

在一个实施例中，所述第一损失函数和所述第二损失函数一致，均设置为正确项与预测项之间的交叉熵。

在一个实施例中，策略网络包括一个空洞卷积残差块，其以用户历史浏览序列X＝{x₁,x₂,...,x_n-1}为输入，并经过Gumbel-softmax采样产生决策指示序列{a₁,a₂,...,a_N}，其中N为主体网络中空洞卷积残差块的数量，每一个决策动指示分别用于指导主体网络在进入对应的空洞卷积残差块前是选择保留该空洞卷积残差块或是跳过该空洞卷积残差块。

在一个实施例中，每个空洞卷积残差块包括多个叠加的空洞卷积层、层归一化层和激活层。

在一个实施例中，主体网络是NextItNet模型。

根据本发明的第二方面，提供一种基于自适应网络深度的序列推荐系统。该系统包括：

模型构建单元；用于构建序列推荐模型，该序列推荐模型设有多个空洞卷积残差块作为主体网络，并设有用于管理主体网络深度的策略网络；

模型训练单元：用于以设定的损失函数为目标，利用样本集训练所述序列推荐模型，获得经训练的主体网络，并且对于所述多个空洞卷积残差块中的每一个，策略网络输出用于表征该空洞卷积残差块保留或跳过的决策指示；

序列推荐单元：用于将待推荐用户的历史浏览序列输入经训练的序列推荐模型，并根据策略网络的决策指示确定需跳过的空洞卷积残差块，进而输出后续时刻用户推荐项的预测结果。

与现有技术相比，本发明的优点在于，所提出的序列推荐方法，能够根据输入的用户历史浏览序列自适应地选择网络深度，通过学习一个策略网络，针对每一个用户序列输入，都先通过策略网络输出决策序列，进而决定主体网络中哪些空洞卷积残差块应该保留，哪些空洞卷积残差块应该跳过，从而达到自适应网络深度的目的，减少了模型的计算开销，显著提高了整体推断速度，能够为用户提供快速而准确的推荐服务。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。

图1是现有的NextItNet模型结构示意图；

图2是根据本发明一个实施例的基于自适应网络深度的序列推荐方法的流程图；

图3是根据本发明一个实施例的基于自适应网络深度的序列推荐模型的示意图。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

本发明所提供的基于自适应网络深度的序列推荐模型(或称为Adaptive-NextItNet)，能够根据输入的用户历史浏览序列自适应地选择网络深度，通过学习一个策略网络，针对每一个用户序列输入，都先通过策略网络输出一个决策序列，来决定主体网络中哪些空洞卷积残差块应该保留，哪些空洞卷积残差块应该跳过，从而达到自适应网络深度的目的。

具体地，参见图2所示，该实施例的基于自适应网络深度的序列推荐方法包括以下步骤：

步骤S210，构建序列推荐模型，该序列推荐模型设有多个空洞卷积残差块作为主体网络，并设有用于管理主体网络深度的策略网络。

在此步骤中，以NextItNet模型作为主体网络为例，搭建Adaptive-NextItNet整体模型。Adaptive-NextItNet整体模型结构如图3所示，模型分为NextItNet主体网络和策略网络两部分。

NextItNet主体网络由N(N大于等于2)个结构相同的空洞卷积残差块堆叠而成，将用户历史浏览序列输入整个网络，进行建模，在通过最后一个空洞卷积残差块后，得到用户喜好表征，最后再通过一个分类器，预测下一时刻向用户进行推荐的item。

在图3实施例中，策略网络是一个轻量级的空洞卷积神经网络，结构和NextItNet模型类似，但是仅包含一个空洞卷积残差块。通过设置轻量级的策略网络，即能够学习针对主体网络的决策指示，也不会增加训练时间。简言之，在本发明中，策略网络用于学习依赖输入样本的决策，其从一个轻量级神经网络的输出所构成的离散分布中采样，基于输入样本调节主体网络的深度。

步骤S220，以设定的损失函数为目标，利用样本集训练所述序列推荐模型，获得经训练的主体网络，并且对于所述多个空洞卷积残差块中的每一个，策略网络输出用于表征该空洞卷积残差块保留或跳过的决策指示。

在搭建好Adaptive-NextItNet整体模型后，利用训练数据对NextItNet主体网络进行预训练，以达到良好的模型效果。例如，输入为用户的历史浏览序列，输出为下一时刻向用户进行推荐的item，损失函数为正确item与预测item之间的交叉熵。预训练过程总损失Loss表示为：

其中为正确item标签，y_i为预测item标签，T为训练样本总数。

在NextItNet主体网络预训练完成后，已经具备比较好的特征抽取能力，为了实现自适应网络深度的目的，进一步地，联合训练Adaptive-NextItNet模型中的策略网络和NextItNet主体网络。例如，假定输入的用户历史浏览序列为X＝{x₁,x₂,...,x_n-1}，通过仅包含一个空洞卷积残差块的策略网络后，再经过Gumbel-softmax采样产生一个决策序列{a₁,a₂,...,a_N}，其中N为NextItNet主体网络中空洞卷积残差块的数量，每一个决策动作用于指导NextItNet主体网络在进入每一个空洞卷积残差块前是选择保留此空洞卷积残差块还是跳过此空洞卷积残差块。例如，每个决策有两种取值可能，1代表保留此空洞卷积残差块，0代表跳过此空洞卷积残差块。在经过NextItNet主体网络最后一个空洞卷积残差块后，得到用户喜好表征，最后再通过一个分类器，预测下一时刻向用户进行推荐的item。

由于Adaptive-NextItNet模型中的策略网络和NextItNet主体网络是处处可导的，梯度可以顺利传递，因此可以进行端到端地联合训练，联合训练过程总损失函数和主体网络预训练过程中的损失函数可设置为一致或不一致。例如，将联合训练过程总损失函数依旧设定为正确item与预测item之间的交叉熵，表示为：

其中为正确item标签，y_i为预测item标签，T为训练样本总数。

经过上述过程，包括策略网络和NextItNet主体网络在内的整体模型训练完成，可供后续部署使用。

步骤S230，将待推荐用户的历史浏览序列输入经训练的序列推荐模型，并根据策略网络的决策指示确定需跳过的空洞卷积残差块，以输出后续时刻用户推荐项的预测结果。

在此步骤中，自适应网络深度进行推断，利用已经训练好的序列推荐模型，为用户提供快速而准确的推荐服务。

在实际应用中，进行序列推荐相当于模型的一次测试过程。当给定用户的历史浏览序列，通过已经训练好的模型，根据输入自适应选择网络深度进行推断，找出下一时刻用户最可能感兴趣的item，向用户提供快速而准确的推荐服务。

需说明的是，在不违背本发明精神和范围的前提下，本领域技术人员可对上述实施例进行适当的改变或变型，例如，采用不同结构的策略网络，或设置其他类型的损失函数等。又如，训练过程可在云端或服务器离线进行。再如，采用其他具有多个空洞卷积残差块的模型代替NextItNet模型，作为主体网络。

相应地，本发明还提供一种基于自适应网络深度的序列推荐系统，用于实现上述方法的一个方面或多个方面。例如，该系统包括：模型构建单元，其用于构建序列推荐模型，该序列推荐模型设有多个空洞卷积残差块作为主体网络，并设有用于管理主体网络深度的策略网络；模型训练单元，其用于以设定的损失函数为目标，利用样本集训练所述序列推荐模型，获得经训练的主体网络，并且对于所述多个空洞卷积残差块中的每一个，策略网络输出用于表征该空洞卷积残差块保留或跳过的决策指示；序列推荐单元，其用于将待推荐用户的历史浏览序列输入经训练的序列推荐模型，并根据策略网络的决策指示确定需跳过的空洞卷积残差块，进而输出后续时刻用户推荐项的预测结果。

为了验证本发明的有效性和先进性，在序列推荐系统领域公开数据集MovieLens上进行了广泛的实验。实验结果表明，本发明在模型计算开销、推断时间和模型性能上都达到了当前最好效果，能够为用户提供快速而准确的推荐服务，非常适合部署应用于序列推荐系统中，具有十分重要的现实意义和广阔的应用前景。例如，利用本发明可以根据用户的属性(如性别、年龄、学历、地域、职业)，以及用户在系统里过去的行为(例如浏览、点击、搜索、购买、收藏等)，为其推荐可能感兴趣的物品。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (6)

1.一种基于自适应网络深度的序列推荐方法，包括以下步骤：

构建序列推荐模型，该序列推荐模型设有多个空洞卷积残差块作为主体网络，并设有用于管理主体网络深度的策略网络；

以设定的损失函数为目标，利用样本集训练所述序列推荐模型，获得经训练的主体网络，并且对于所述多个空洞卷积残差块中的每一个，策略网络输出用于表征该空洞卷积残差块保留或跳过的决策指示；

将待推荐用户的历史浏览序列输入经训练的序列推荐模型，并根据策略网络的决策指示确定需跳过的空洞卷积残差块，以输出后续时刻用户推荐项的预测结果；

其中，训练所述序列推荐模型包括：

以设定的第一损失函数为目标，利用样本集训练主体网络，获得预训练的主体网络；

以设定的第二损失函数为目标，利用所述样本集端到端联合训练所述预训练的主体网络和策略网络，获得用于表征主体网络中每个空洞卷积残差块保留或跳过的决策指示；

其中，所述策略网络包括一个空洞卷积残差块，其以用户历史浏览序列X＝{x₁,x₂,...,x_n-1}为输入，并经过Gumbel-softmax采样产生决策指示序列{a₁,a₂,...,a_N}，其中N为主体网络中空洞卷积残差块的数量，每一个决策动指示分别用于指导主体网络在进入对应的空洞卷积残差块前是选择保留该空洞卷积残差块或是跳过该空洞卷积残差块。

2.根据权利要求1所述的方法，其中，所述第一损失函数和所述第二损失函数一致，均设置为正确项与预测项之间的交叉熵。

3.根据权利要求1所述的方法，其中，每个空洞卷积残差块包括多个叠加的空洞卷积层、层归一化层和激活层。

4.根据权利要求1所述的方法，其中，所述主体网络是NextItNet模型。

5.一种基于自适应网络深度的序列推荐系统，包括：

模型构建单元；用于构建序列推荐模型，该序列推荐模型设有多个空洞卷积残差块作为主体网络，并设有用于管理主体网络深度的策略网络；

模型训练单元：用于以设定的损失函数为目标，利用样本集训练所述序列推荐模型，获得经训练的主体网络，并且对于所述多个空洞卷积残差块中的每一个，策略网络输出用于表征该空洞卷积残差块保留或跳过的决策指示；

序列推荐单元：用于将待推荐用户的历史浏览序列输入经训练的序列推荐模型，并根据策略网络的决策指示确定需跳过的空洞卷积残差块，进而输出后续时刻用户推荐项的预测结果；

其中，训练所述序列推荐模型包括：

以设定的第一损失函数为目标，利用样本集训练主体网络，获得预训练的主体网络；

以设定的第二损失函数为目标，利用所述样本集端到端联合训练所述预训练的主体网络和策略网络，获得用于表征主体网络中每个空洞卷积残差块保留或跳过的决策指示；

其中，所述策略网络包括一个空洞卷积残差块，其以用户历史浏览序列X＝{x₁,x₂,...,x_n-1}为输入，并经过Gumbel-softmax采样产生决策指示序列{a₁,a₂,...,a_N}，其中N为主体网络中空洞卷积残差块的数量，每一个决策动指示分别用于指导主体网络在进入对应的空洞卷积残差块前是选择保留该空洞卷积残差块或是跳过该空洞卷积残差块。

6.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现根据权利要求1至4中任一项所述的方法的步骤。