酷播亮新聞
摘要：本文結合阿里電商業務場景的特點，介紹了阿里在匹配端和排序端的基於深度學習的一些工作。 搜索營銷（sponsored
search）是目前廣告主在互聯網上進行數字化營銷的主要手段之一，也是機器學習技術在
本文結合阿里電商業務場景的特點，介紹了阿里在匹配端和排序端的基於深度學習的一些工作。
搜索營銷（sponsored
search）是目前廣告主在互聯網上進行數字化營銷的主要手段之一，也是機器學習技術在工業界最成功的應用場景之一。 在搜索營銷的場景下，廣告主可以通過出價的方式參與流量分配，平台的主要任務是優化流量分配和計價，實現效率的最大化和生態的健康發展。 其中核心的技術問題主要圍繞如何高效的分配流量來展開，包括：如何理解用戶的意圖？ 如何對用戶進行表達？ 如何對廣告進行表達？ 如何挖掘用戶和廣告的關係？ 如何對用戶的行為進行預估？ 如何對流量進行定價等等。
近年來機器學習技術在搜索，推薦，營銷等領域得到了廣泛的應用。 阿里媽媽搜索營銷團隊也一直致力於探索前沿技術和具體業務場景的深度融合，推動業務的發展。 圍繞以上的技術問題給出結合自身業務特點的解法。 具體說來，流量分配的過程通常分為流量匹配階段和排序階段：
-
流量匹配階段的主要任務是理解用戶意圖，在超大規模的全量集合中找到合適的候選集進行粗排，降低後續排序階段的計算量；
-
排序階段解決的主要問題則是對用戶的深度理解，對用戶行為進行精準的預估。
下面我們將從這兩個階段的實際問題出發，介紹我們的一些工作。
1 智能匹配
1.1 基於用戶行為異構圖的個性化檢索框架
在搜索營銷中，匹配端負責理解用戶的搜索意圖，需要快速準確地從海量廣告中檢索出一個小規模的高質量廣告候選集，設計過程中需要兼顧系統的效果與效率。 匹配系統又可以被看作為一個檢索系統。 在個性化時代，隨著越來越多的個性化信息（用戶在平台上的查詢、瀏覽、點擊、收藏、加購等行為）被引入系統，傳統的基於搜索詞和廣告相關性的檢索方法 無法識別用戶個性化的搜索意圖。 此外，基於相關性的優化目標和平台的目標（RPM、CTR、GMV
等）並不完全一致。
為了解決這些問題，我們突破了以「關鍵詞」和「相關性」為核心的傳統檢索框架，提出了一種面向最終目標，基於用戶行為異構圖的個性化檢索框架。
圖 1. 基於用戶行為異構圖的個性化意圖匹配。 異構圖中包含了三種節點：用戶個性化的搜索意圖信號、豐富的廣告檢索鍵和廣告。
在這個新的智能檢索系統中，我們首先使用用戶在平台上的歷史行為構建出一張用戶行為異構圖。 異構圖中節點分別表示「用戶搜索信號」、「廣告檢索鍵」和「廣告」，邊分別表示「用戶搜索意圖信號改寫」關係和「廣告召回」關係。 接著，檢索系統面向平台
RPM、CTR
等指標，學習異構圖中邊的權重，挖掘出重要的改寫關係和廣告召回關係。 這樣，通過對異構圖的深入挖掘，檢索系統直接面向平台目標，同時進行了「用戶搜索意圖信號改寫」和「廣告召回」兩個檢索子任務的統一聯合學習。 最後，檢索系統根據模型的邊挖掘結果，智能地自動構建相應的「改寫索引」和「廣告召回索引」。
通過兩個模型智能構建的索引，檢索系統將用戶行為異構圖和模型挖掘結果存儲下來，實現了對線上搜索請求的高效檢索。 由於新的智能檢索模型不再強制要求廣告商購買關鍵詞，我們在新的檢索系統使用 OCPC 策略，在保證廣告商 ROI 的基礎上，決定廣告的點擊收費。
關於此工作的論文《Beyond Keywords and Relevance: A Personalized Ad Retrieval Framework in E-Commerce Sponsored Search》已被 WWW2018 接收。
1.2 基於大規模異構網絡 Embedding 的向量化檢索模型
圖 2. a) 使用全淘數據構建大規模異構網絡；b) 通過深度學習技術對圖中節點進行 Embedding；c) 根據用戶搜索意圖節點和廣告節點的 Embedding 向量距離，使用 ANN 搜索進行匹配。
然而，基於上述方法的廣告檢索框架，依然是一種「硬」檢索方式，索引關係受限制於用戶行為的分佈，面臨著長尾流量覆蓋不足等問題，另外淺層線性模型也限制了檢索的 精度。 因此，我們進一步提出基於大規模網絡 Embedding 的向量化檢索模型。
通過
Graph
Embedding、深度學習等技術，向量化檢索模型可以得到用戶搜索意圖和廣告在同一空間的深度向量表示，進而通過向量之間的距離進行全局檢索，即提升了計算精度，又可解決長尾流量覆蓋 的問題。 我們使用全淘數據構建超大規模異構網絡（數億節點和數百億邊），網絡中包含多種類型的節點（如搜索詞、商品、廣告等）和多種類型的邊（如用戶行為 、廣告主行為、內容相似度等）。
這使得我們面臨兩方面的巨大挑戰：一是巨大的網絡規模產生海量的訓練樣本，二是如何構造模型來學習異構節點的複雜關係。 為此，我們提出了一種創新的大規模異構網絡 Embedding 算法和基於圖數據庫的分佈式訓練方法。
相關工作已經形成論文，正在投稿中，後續會公開出來。
1.3 聯合優化的向量化檢索模型和深度粗排模型
圖 3 聯合優化的向量化檢索模型和深度粗排模型
在搜索營銷的場景中，存在著多種檢索通道，比如傳統的關鍵詞檢索、上文提到的個性化檢索和向量化檢索；而整個匹配階段是個多階段檢索過程，在這些檢索通道之後還 需要經過一個粗排序階段。
在工業屆中，在精排序階段應用深度學習模型，已經有比較成熟的方案。 然而在粗排階段應用深度學習模型，並沒有很好的解決方案，因為在粗排階段需要處理的候選集規模比精排階段高
1 到 2 個數量級，深度學習模型在這裡會面臨很大的挑戰，需要很好的平衡 Efficiency 和 Effectiveness。
針對這個問題，我們創新的提出了一種聯合優化向量化檢索模型和粗排模型的方法。 該方法通過
Multi-task Learning 的方式端到端的學出兩個模型。 在向量化檢索模型中，特徵上除了上文提到的 Graph Learning
出來的向量，還加入了圖像向量等，行為序列上採用 RNN 建模；粗排模型和向量檢索模型公共特徵和大部分網絡結構，只在最後一層有一些區別，這樣在在線
Inference 階段可以節省大量計算。
相關工作已經形成論文，正在投稿中，後續會公開出來。
2 智能排序
排序階段要解決的主要問題是對用戶的行為進行精準預估。 近年來，深度學習方法在圖像、NLP、語音信號處理等領域取得了顯著的發展。 在推薦、搜索領域也有很多的工作出現。 例如
wide&deep[1] 結構對 id 特徵和連續特徵進行融合，同時兼顧模型的記憶能力和泛化能力；fnn[2]，deepfm[3]
等對稀疏特徵的組合關係進行自動學習等等。
在阿里的搜索營銷系統中，我們也對深度學習進行了探索，結合自身的業務特點，提供了一套解決方案。 在阿里這樣一個電商的場景中，一個主要的特點是以圖像為主要的信息載體，商品／廣告的內容包括圖像，文本描述等等。 用戶在平台的行為是一個逛街的過程，用戶進行搜索、瀏覽、對平台展現的商品進行比對，決定是否點擊，然後對喜愛的商品進行收藏、購買。 用戶的行為之間存在比較強的內在關聯。 用戶在當前時刻的點擊意願，既與當前時刻的用戶看到的信息有關，又與這個用戶的前置行為密切相關。 因此，對於用戶的行為預估，一方面需要對用戶當前看到的內容有很好的表達，另一方面也需要去發掘用戶的一系列行為之間的內在聯繫。
在對用戶的行為進行建模的過程中，我們藉鑑了大腦對信息的感知過程去模擬。 整個模型分為感知網絡，記憶網絡和判斷網絡三個部分（圖
4）。 感知網絡對當前的輸入信息進行表達學習，對當前的
query、ad、user，上下文場景信息進行特徵表達學習；記憶網絡用來存儲用戶的歷史行為，使用外部存儲來記錄與當前樣本相關的歷史信息；判斷網絡用來學習用戶的歷史行為和當前感知內容 之間的關係，基於用戶的感知內容和歷史行為對用戶當下的行為進行預估。
圖 4 基於深度學習的用戶行為預估優化結構圖
2.1 感知網絡
感知網絡的作用是對
Embedding 操作，形成激勵信號。 通過 Embedding
模塊，把離散值變量映射成固定長度的連續值向量，便於和其他的連續特徵進行融合。 Embedding 的過程類似於 word2vec
的映射過程。 Embedding 向量可以區分原始信息的差異，向量的夾角和距離也能刻畫原始信息的相似程度。
2.2 記憶網絡
記憶網絡的作用是存儲用戶的歷史行為。 記憶網絡包括三部分內容：記憶如何存儲、記憶如何查詢和記憶如何更新。
在電商環境中，用戶的行為不僅受到短期行為的影響，一些長期行為（比如用戶在上一季度的點擊購買行為）也會對當前的行為預估起到指導作用。 因此，我們在記憶網絡中設計了長期記憶和短期記憶兩種記憶存儲類型，分別採用不同的信息壓縮方式。
對短期記憶保留更多的用戶原始行為，對長期記憶進行壓縮，保留用戶的累積狀態。 在記憶查詢模塊，通過多種類型的內存讀（Memory
Read）操作，使用當前激勵信息在歷史記憶內容中查詢相關的信息計算輸出記憶結果。 在記憶更新模塊，在當前樣本進行展示之後，調用不同的內存寫模塊（Memory
Writer）把激勵信號、點擊標籤和記憶查詢結果更新到外部存儲中，用於後續的行為預測。
2.3 判斷網絡
判斷網絡的作用是學習用戶的歷史行為和當前感知內容之間的關係，並且基於用戶的感知內容和歷史行為對用戶當下的行為進行預估。 判斷網絡由兩部分組成。 第一部分是信號融合模塊，把記憶網絡的輸出信息和感知網絡輸出的當前樣本激勵信號進行融合，融合的方式可以採用拼接，內積或是各種
pooling 的方式，在我們的網絡中，我們採用了拼接的方式來進行融合。 第二部分是深度神經網絡，目前使用多層的全連接網絡對拼接信號進行處理。
相關工作已經形成論文，正在投稿中，後續會公開出來。
總結
在本文中，我們結合阿里電商業務場景的特點，介紹了我們在匹配端和排序端的基於深度學習的一些工作。 包括面向平台最終目標的個性化檢索框架，聯合優化向量化檢索模型和粗排模型，以及基於深度學習的用戶行為預估模型。 這些工作給我們的系統中帶來了很大的效果提升。 目前這些工作有了一個很好的開端，後續會基於目前的框架對各個模塊做進一步的優化。
參考文獻
[1]
Heng-Tze Cheng and Levent Koc. 2016. Wide & deep learning for
recommender systems. In Proceedings of the ACM 1st Workshop on Deep
Learning for Recommender Systems. 7-10.
[2] W Zhang, T Du and J
Wang, Deep Learning over Multi-field Categorical Data: A Case Study on
User Response Prediction. In Proceedings of European Conference on
Information Retrieval, 2016.
[3] Huifeng Guo, Ruiming Tang,
Yunming Ye, Zhenguo Li, and Xiuqiang He. Deepfm: A factorization-machine
based neural network for ctr prediction. In Proceedings of
International Joint Conference on Artificial Intelligence, 2017.
作者簡介
劉凱鵬（花名：治平）博士，現任阿里媽媽搜索廣告算法負責人，阿里巴巴資深算法專家／技術總監。 2011
年加入阿里媽媽事業部，主導並建立了阿里巴巴搜索廣告的算法引擎，包括廣告觸發模型，用戶點擊率和轉化率預估模型以及拍賣機制優化，推動了搜索廣告引擎從非個性化時代進化到 個性化時代，並將深度學習技術在淘寶場景進行了深度的應用，驅動了高效的智能營銷引擎的不斷進步。 劉凱鵬博士於
2004，2007 和 2011 年相繼在哈爾濱工業大學獲得學士、碩士和博士學位，在國際知名學術會議和期刊上發表了超過 10 篇論文。
版權聲明
本文僅代表作者觀點，不代表百度立場。
本文係作者授權百度百家發表，未經許可，不得轉載。