Deep Learning based Recommender System: A Survey and New Perspectives （2）

感想

篇幅有限，这是接着上面的续篇，let's continue

4.2 基于Autoencoder的推荐系统

现存的两种把autoencoder运用到推荐系统上的方法为：（1）使用autoencoder在bottleneck层学习低维特征表达；（2）直接在重构层填充评分矩阵的空白。

4.2.1 仅仅依赖于Autoencoder的推荐

AutoRec

AutoRec把用户部分向量r^((u))或者物品部分向量r^((i))作为输入，旨在在输出层重构它们。明显的，它有两个变体：基于物品的AtuoRec(Item-based AutoRec, I-AutoRec)和基于用户的AutoRec(User-based AutoRec, U-AutoRec)。对应两种类型的输入。这里，我们只介绍I-AutoRec, U-AutoRec可以很容易的推导出来。

上图为I-AutoRec的结构。给定输入r^((i)),重构输出为：

其中f和g是激励函数，参数θ={W,V,μ,b}. I-AutoRec的目标函数定义为：

其中，表示的仅仅考虑观察的评级，目标函数可以通过Resilient Propagation（收敛得更快，产生较好的结果）或者L-BFGS（Limited-memory Broyden FletcherGoldfarb Shanno algorithm).）进行优化。Auto在部署前有四个值得注意的点：

1. I-AutoRec比U-AutoRec表现得更好，这可能是由于用户部分观测向量的偏差过大造成的。
2. 不同激励函数的结合会对结果影响很大。
3. 增加隐藏单元的大小会提升结果，因为拓展隐藏层的维度会给予AutoRec对输入特征（the characteristics of the input）更多的建模能力。
4. 增加更多的层来构造更深的网络会有效的提升性能。

Collaborative Filtering Neural network（CFN）

它是AutoRec的一个拓展，有两个优点：（1）它利用了降噪的技术，使得CFN更加的鲁棒；（2）它融合了边信息来缓解稀疏性和冷启动的影响，例如用户画像和物品描述。CFN的输入是部分观察向量，它有两个变体：I-CFN和U-CFN，分别把r^((i))和r^((u))作为输入。
作者用了三种corruption的方法来corrupt输入：Gaussian noise，masking Noise和salt-and-pepper noise。为了处理丢失的元素（它们的值为0），我们强加了masking noise，作为在CFN中的强正则项。

让r^((i))表示腐败的输入（the corrupted input），训练损失的定义如下：

在这个等式中，表示观察元素的索引,表示corrupted元素的索引。α和β是平衡这两个部件影响的超参数，代表对corrupted输入的重构。

进一步拓展的CFN也融合了边信息，不同于以前把边信息融入第一层，CFN在每一层都注入了边信息。于是，重构输入变为：

其中，si是边信息，{r ̃^((i) ),s_i}表示r ̃^((i) )和s_i的连接操作，混合边信息来改进预测精度，加速训练过程，使得模型更加鲁棒。

Autoencoder-based Collaborative Filtering（ACF）

据我们所知，ACF是第一个基于Autoencoder的协同推荐模型。和以前使用部分观察向量不同，它把向量分解为整数评级。例如，如果评级分数是整数，在[1,5]的范围内，每个r^((i))被分为5部分向量。

上图是一个ACF的例子，评级范围是[1,5]，阴影的条目表示用户已经对电影进行了相应的评级，例如用户给物品i评级为1，给物品2评级为4。和AutoRec以及CFN相似，ACF的代价函数旨在减少均方平方损失，ACF的评级预测的计算是对每个条目的五个向量的求和，在这个样例中，评级的最大值为5。它使用RBM去预训练参数以避免局部最优值，堆叠一些autoencoder在一起也可以稍稍提高精度。可是，ACF有两个缺点：（1）它不能解决非整数评级；（2）部分观察向量的分解会增加输入数据的稀疏性，导致精度的降低。

Collaborative Denoising Auto-Encoder（CDAE）

回顾的这三个模型早期主要是为评级预测而设计的，CDAE主要用于排序预测（ranking prediction）。CDAE的输入是用户部分观察的隐式反馈r_pref^((u)),如果用户喜欢电影，输入的值为1，否则为0。它也可以被认为是一个偏好向量，用来把用户的兴趣映射到物品上。

上图表示的是CDAE的结构，CDAE的输入用高斯噪声进行了处理，corrupted的输入r ̃_pref^((u))遵循一个条件高斯分布重构输入的定义为：

其中，V_u∈R^K表示上述用户结点的权重矩阵，每个用户的权重矩阵都是唯一的，并且极大地提高的性能。参数是通过最小化重构误差获得的。

其中，损失函数可以是平方损失或者logistic损失，采用l2-norm来正则化权重项和偏置项，而没有采用Frobenius范数.

这里解释一下Frobenius norm：向量v的欧几里得范数或者说l2范数为，v有n个元素，

一个m*n（m>2,n>2）的矩阵的x的Frobenius Norm定义为，

CDAE使用SGD初始的更新所有反馈的参数。可是，作者认为这对将所有的评级考虑在内的真实世界应用是不实用的，因此它们采用一个负采样技术从负集合（用户没有进行交互的物品）中采样一小部分数据集，这减少了时间复杂度，而且评级质量没有退化。

4.2.2 把传统的推荐系统和Autoencoder整合

紧耦合模型（Tightly coupled model）同时学习autoencoder和推荐模型的参数，这使得推荐模型为autoencoder提供指导，以学习更多的语义特征。松耦合模型分两步来做的：通过autoencoder来学习突出的特征，然后把这些特征用于推荐系统。这两种形式都有其优点和缺点。例如，紧耦合模型需要精心的设计和优化，以避免局部最优，但是推荐和特征学习可以同时进行；松耦合方法可以很容易地拓展现有的先进的模型（advanced models），但是需要更多的训练步。

紧耦合模型

协同深度学习（Collaborative Deep Learning， CDL）

CDL是一个层级的贝叶斯模型，它把SDAE（stacked denoising autoencoder）融入到了概率矩阵分解中；为了无缝的结合深度学习和推荐模型，作者提出了一个一般的贝叶斯深度学习框架，框架由两个紧铰链组件组成：感知组件（深度神经网络）和特定任务组件。特别地，CDL的感知组件是一个序数的SDAE的概率解释，PMF扮演的是特定任务的组件。这种紧耦合可是使CDL平衡边信息和评级的影响。CDL的生成过程如下：

其中，Wl为l层的权重矩阵，bl为l层的偏置矩阵，Xl代表第l层。λ_w,λ_s,λ_n,λ_v,λ_u是超参数，C_ui是一个置信参数，用来衡量观察的置信度。

上图的红色方框为CDL的图模型。作者利用EM风格的算法来学习参数，在每一次迭代中，首先更新U和V，随后通过固定U和V来更新W和b.作者也引入了一个基于采样的算法来避免局部最优。
在CDL之前，Wang等人提出了一个相似的模型用于标签推荐（tag recommendation），relational stacked denoising autoencoders（RSDAE）。RSDAE和CDL的区别为RSDAE用一个关系信息矩阵代替了PMF.CDL的另一个拓展是collaborative variational autoencoder（CVAE）,它用variational autoencoder来替换CDL的深度神经组件。CVAE学习内容概率因子变量（probabilistic latent variables），用于表示内容信息（content information），这可以很容易的融合多媒体数据源。

Collaborative Deep Ranking（CDR）

CDR是一个特别为top-n推荐的成对的框架，CDL是一个point-wise模型，最初是为评分预测而提出来的。可是，研究证明成对的模型对评分列表产生更合适。实验结果也证明CDR在评分预测上超过了CDL的表现。

上图的右边为CDR的结构，CDR的第一个和第二个生成步骤和CDL一样，第三步和第四步如下：

其中δ_uij=rui-ruj，代表用户对物品i和j的成对的关系，C_uij^(-1)是一个置信度的值，它表示用户u对物品i比对物品j的偏好程度，优化过程和CDL一样。

Deep Collaborative Filtering Framework

它是一个融合深度学习方法和协同过滤模型的一般框架，有了这个框架，我们就很容易利用深度学习技术来辅助协同推荐。正式地，深度协同过滤框架定义如下：

其中，β，ℽ和δ是权衡参数，用来均衡这三个部分的影响，X和Y是边信息，l(.)是协同过滤的损失，L(X,U)和L(Y,V)扮演着铰链的角色，连接深度学习和协同过滤模型，以及连接边信息和隐式因子。这个框架的顶部，作者提出了基于协同过滤模型的marginalized denoising autoencoder（mDA-CF）。和CDL相比，mDA-CF是一个autoencoder计算高效的变体。它通过边缘化损坏的输入，以节省了寻找充足的损坏输入版本（searching sufficient corrupted version of input）的代价,这使得mDA-CF比CDL可拓展性更强。另外，mDA-CF嵌入了用户和物品的内容信息，而CDL只考虑物品特征的影响。
框架图如下：

松耦合模型

AutoSVD++利用的是contractive autoencoder去学习物品的特征表示，之后把特征整合到经典的推荐模型，SVD++。提出的模型有如下的优点：(1)和其它autoencoder变体相比，contractive autoencoder能捕获无穷小的输入变化；（2）它对隐式反馈进行建模，以进一步提高精度；（3）有一个高效的训练算法，可以减少训练时间。
HRCD是一个基于autoencoder和timeSVD++的混合协同模型，这是一个时间感知模型，它使用SDAE学习从原始特征中学习物品表示，目的是解决冷启动问题。可是，基于相似度的冷物品的推荐就算代价很高。

4.3 基于卷积神经网络的推荐系统

卷积神经网络能强有力的处理视觉，文本和声音信息。大多数基于CNN的推荐系统都是利用CNN做特征提取。

4.3.1 仅依赖于CNN做推荐

Attention based CNN.

Gong等人提出了一个基于注意力机制的CNN系统做微博的hashtag推荐，它把hashtag推荐看作是一个多类别分类问题。提出的模型由全局通道（global channel）和局部注意力通道（local attention channel）组成。global channel由卷积滤波器和最大池化层组成。所有的词都编码为global channel的输入，local attention channel有一个attention层，窗口大小为h，阈值为η，用来选择有信息的单词（在这个工作中被称为触发词）。因此，只有触发词在下面的层中起作用。这里，我们讲一下局部注意力channel的细节。令w_(i:i+h)表示单词wi,…wi+h的连接，窗口的中间的单词（w_((2i+h-1)/2)）计算：

其中，W为权重矩阵，g(.)为非线性激励。只有得分超过η的单词会保留下来。

上图为attention-based CNN模型。左边的部分代表局部注意力channel，右边的部分代表CNN全局channel。在接下来的工作中，Seo等人利用两个神经网络来学习用户和物品文本评论的特征表示，在最后一层用点积预测得分。

Personalized CNN Tag Recommendation

Nguyen提出了基于CNN的个性化标签推荐系统。

结构如上图，它利用卷积核池化层去得到图片片段的视觉特征，注入用户信息来产生个性化推荐。为了优化网络，采用了Bayesian Personalized Ranking（BPR）算法最大化相关和不相关的标签（tags）。

4.3.2 把CNN融入到传统的推荐系统中

和AE一样，CNN可以融入到传统模型中。可是，现有的集成类型没有像建立在AE上的类型那样丰富，前面基于AE的回顾应该向CNN拓展。

紧耦合模型

Deep Cooperative Neural Network (DeepCoNN)

DeepCoNN采用了两个并行的卷积神经网络，来对用户行为和物品属性进行建模，这些来自评论文本。在最后一层，运用因子分解机（the factorization machine）来捕捉评分预测的交互。利用评论文本丰富的语义表示，缓解了稀疏性问题，增强了模型的可解释性。它利用word embedding技术，把评论文本映射到一个低维的语义空间，也保留了单词序列的信息。抽取的评论表示通过一个卷积层，一个最大池化层，一个连续的全连接层。用户网络的输出x_u和物品网络的输出x_i最终连接在一起作为因子分
解机的输入。
ConvMF. ConvMF结合了CNN和PMF模型，结合的方式和CDL相似。CDL使用autoencoder学习物品特征表示，而ConvMF利用CNN学习高阶物品表示。ConvMF和CDL相比，其优点为CNN可以捕获更精确的物品上下文信息，这些是通过word embedding和卷积核实现的。

上图为ConvMF的图结构，通过替换CDL中的和CNN输出cnn(W,X_i)，

其中W为CNN的参数，我们很容易得出这个概率模型的公式。ConvMF的目标函数定义为

其中，λ_u,λ_v,λ_w是超参数。U和V通过坐标下降法学到，CNN的参数是通过固定U和V得到的。

这里解释一下坐标下降法：（1）坐标下降法在每次迭代中在当前点处沿一个坐标方向进行一维搜索 ，固定其他的坐标方向，找到一个函数的局部极小值。（2）坐标下降优化方法是一种非梯度优化算法。在整个过程中依次循环使用不同的坐标方向进行迭代，一个周期的一维搜索迭代过程相当于一个梯度迭代。（3）gradient descent 方法是利用目标函数的导数（梯度）来确定搜索方向的，该梯度方向可能不与任何坐标轴平行。而coordinate descent方法是利用当前坐标方向进行搜索，不需要求目标函数的导数，只按照某一坐标方向进行搜索最小值。
详情请看我的参考文献。

松耦合模型

根据CNN处理的特征类型的不同，我们把松耦合模型分为以下的三个类别。

CNN for Image Feature Extraction

Wang等人调研了视觉特征对POI（Point-of-Interest）推荐的影响，提出了一个视觉内容增强的POI推荐系统（POI recommender system，VPOI）。VPOI采用了CNN去提取图片特征。推荐模型建立在PMF之上，利用（1）视觉内容和隐式用户因子的交互；（2）视觉内容和隐式位置因子的交互。Chu等人利用了餐厅推荐上的视觉信息（例如食物的图片和餐厅的陈设）的有效性，通过CNN提取视觉信息，加上文本表示，作为MF，BPRMF和FM的输入，用来测试他们的效果，结果表明视觉信息在一定程度上提升了性能，但是不明显。He等人设计了一个视觉贝叶斯个性化排序（visual Bayesian personalized ranking）算法，把视觉特征融入到矩阵分解中；He等人又对VBPR进行了拓展，探索用户的时尚感知，以及当用户考虑选择物品的时候，视觉因素的进化。

CNN for Audio Feature Extraction

Van等人提出了使用CNN来从音乐信号中提取特征。卷积核和池化层允许在不同时间尺度上操作。这个基于内容的模型可以缓解音乐推荐中的冷启动问题。让y^'表示CNN的输出，y表示从权重矩阵分解学到的物品隐式因子，CNN的目标是最小化y和y^'的平方误差。

CNN for Text Feature Extraction

Shen等人建立了一个e-learning资源推荐模型，它使用CNN从学习资源的文本信息中提取物品特征，例如学习材料的介绍和内容，然后做推荐。