發(fā)布人：Ellie Zhou、Tian Lin、Shuangfeng Li 以及 Sushant Prakash

簡介和動(dòng)機(jī)

我們非常高興地宣布推出一種自適應(yīng)框架，用于使用您自己的數(shù)據(jù)以及高級用戶建模架構(gòu)構(gòu)建設(shè)備端推薦 ML 解決方案。

在之前開源了設(shè)備端推薦解決方案后，我們發(fā)現(xiàn)社區(qū)中的許多人都對引入設(shè)備端推薦系統(tǒng) AI 頗有興趣。受反饋內(nèi)容的激勵(lì)與啟發(fā)，我們考慮了各種不同的用例，并創(chuàng)建了一種框架，該框架可以生成適應(yīng)不同種類的數(shù)據(jù)、特征和架構(gòu)的 TensorFlow Lite 推薦模型，對之前的模型進(jìn)行了完善。

此框架的優(yōu)勢

靈活：自適應(yīng)框架支持用戶以可配置方式創(chuàng)建模型。

優(yōu)化了模型表征： 為了完善之前的模型，我們的新推薦模型可以利用多種特征，而非單單一種特征。

個(gè)性化推薦在如今的數(shù)字化生活中越來越重要。隨著越來越多的用戶操作已轉(zhuǎn)移至邊緣設(shè)備，支持設(shè)備端推薦系統(tǒng)將變?yōu)橐粋€(gè)重要方向。與完全基于服務(wù)器的傳統(tǒng)推薦系統(tǒng)相比，設(shè)備端解決方案具有獨(dú)特的優(yōu)勢，如保護(hù)用戶隱私、快速地對設(shè)備端用戶操作作出反應(yīng)、利用輕量級 TensorFlow Lite 推理，以及繞過網(wǎng)絡(luò)依賴。我們歡迎您體驗(yàn)此框架并在您的應(yīng)用中創(chuàng)建推薦體驗(yàn)。

框架

https://tensorflow.google.cn/lite/examples/recommendation/overview

在本文中，我們將

介紹完善后的模型架構(gòu)和框架自適應(yīng)性。

帶您循序漸進(jìn)地了解如何利用框架。

根據(jù)使用公開數(shù)據(jù)集完成的研究提供數(shù)據(jù)分析。

您可以在 TensorFlow 網(wǎng)站上找到更多詳細(xì)信息。

TensorFlow 網(wǎng)站

https://tensorflow.google.cn/lite/examples/recommendation/overview

模型

推薦模型通常根據(jù)用戶之前的活動(dòng)預(yù)測用戶未來活動(dòng)。我們的框架支持模型使用上下文信息展開預(yù)測，框架可以按照以下架構(gòu)進(jìn)行描述：

在上下文方面，由編碼器聚合所有用戶活動(dòng)的表征，以生成上下文嵌入。我們支持三種不同類型的編碼器：1） 詞袋（又名為 BOW），2） 1-D 卷積（又名為 CNN）和 3） LSTM。在標(biāo)簽方面，同樣會(huì)將正樣本標(biāo)簽項(xiàng)和詞匯表中的所有其他負(fù)樣本標(biāo)簽項(xiàng)編碼為向量。將上下文和標(biāo)簽嵌入與點(diǎn)積進(jìn)行結(jié)合并提供給 softmax 交叉熵?fù)p失。

在框架內(nèi)部，將 ContextEncoder、LabelEncoder 和 DotProductSimilarity 的 tf.keras 層封裝為 RecommendationModel 中的重要組件。

為了為每個(gè)用戶活動(dòng)建立模型，我們可以使用活動(dòng)項(xiàng)目編號（稱為基于編號的模型）、項(xiàng)目的多個(gè)特征（稱為基于特征的模型）或二者的組合?；谔卣鞯哪Ｐ蜁?huì)使用多個(gè)特征，集中性地對用戶行為進(jìn)行編碼。借助我們的框架，您可以可配置方式創(chuàng)建基于編號或基于特征的模型。

與上一版本類似，系統(tǒng)會(huì)在訓(xùn)練后導(dǎo)出 TensorFlow Lite 模型，可以直接在推薦候選條目中提供前 K 個(gè)預(yù)測。

分步教程

為了展示這個(gè)全新的自適應(yīng)框架，我們使用多個(gè)特征對含有 MovieLens 數(shù)據(jù)集的設(shè)備端電影推薦模型進(jìn)行了訓(xùn)練，并將其整合到演示版應(yīng)用中（模型和應(yīng)用僅用于演示目的）。MovieLens 1M 數(shù)據(jù)集包含 6039 位用戶對 3951 部電影的評分，每個(gè)用戶僅對一小部分電影進(jìn)行評分。

MovieLens

https://grouplens.org/datasets/movielens/

讓我們了解一下如何在此 Notebook 中分步使用框架。

Notebook

https://github.com/tensorflow/examples/blob/master/lite/examples/recommendation/ml/ondevice_recommendation.ipynb

（a） 環(huán)境準(zhǔn)備

git clone https://github.com/tensorflow/examples

cd examples/lite/examples/recommendation/ml/

pip install -r requirements.txt

（b） 準(zhǔn)備訓(xùn)練數(shù)據(jù)

請參考 movielens 示例生成文件準(zhǔn)備訓(xùn)練數(shù)據(jù)。需要注意的是，預(yù)計(jì) TensorFlow Lite 輸入特征為 FixedLenFeature，因此請?zhí)畛浠蚪厝√卣?，并在輸入配置中設(shè)置特征長度。您可以按照您的想法隨意使用以下命令來處理示例數(shù)據(jù)集。

FixedLenFeature

https://tensorflow.google.cn/api_docs/python/tf/io/FixedLenFeature

python -m data.example_generation_movielens

--data_dir=data/raw

--output_dir=data/examples

--min_timeline_length=3

--max_context_length=10

--max_context_movie_genre_length=32

--min_rating=2

--train_data_fraction=0.9

--build_vocabs=True

MovieLens 數(shù)據(jù)包含 ratings.dat（列： 用戶編號、 電影編號、 評分、 時(shí)間戳）和 movies.dat（列：電影編號、 標(biāo)題、 類型）。在示例生成腳本中，我們同時(shí)采用了這兩個(gè)文件，僅將評分保持在 2 分以上、構(gòu)成用戶電影交互時(shí)間線，作為標(biāo)簽的示例活動(dòng)以及之前的用戶活動(dòng)作為預(yù)測上下文。請查找生成的 tf.Example：

0 ： {

features： {

feature： {

key ： “context_movie_id”

value： { int64_list： { value： ［ 1124， 2240， 3251， 。。。， 1268 ］ } }

}

feature： {

key ： “context_movie_rating”

value： { float_list： {value： ［ 3.0， 3.0， 4.0， 。。。， 3.0 ］ } }

}

feature： {

key ： “context_movie_year”

value： { int64_list： { value： ［ 1981， 1980， 1985， 。。。， 1990 ］ } }

}

feature： {

key ： “context_movie_id”

value： { int64_list： { value： ［ 1124， 2240， 3251， 。。。， 1268 ］ } }

}

feature： {

key ： “context_movie_genre”

value： { bytes_list： { value： ［ “Drama”， “Drama”， “Mystery”， 。。。， “UNK” ］ } }

}

feature： {

key ： “l(fā)abel_movie_id”

value： { int64_list： { value： ［ 3252 ］ } }

}

}

}

（c） 創(chuàng)建輸入配置

準(zhǔn)備好數(shù)據(jù)后，請?jiān)O(shè)置輸入配置，例如，這是 movielens 電影推薦模型的一個(gè)示例配置。

activity_feature_groups {

features {

feature_name： “context_movie_id”

feature_type： INT

vocab_size： 3953

embedding_dim： 8

feature_length： 10

}

features {

feature_name： “context_movie_rating”

feature_type： FLOAT

feature_length： 10

}

encoder_type： CNN

}

activity_feature_groups {

features {

feature_name： “context_movie_genre”

feature_type： STRING

vocab_name： “movie_genre_vocab.txt”

vocab_size： 19

embedding_dim： 4

feature_length： 32

}

encoder_type： CNN

}

label_feature {

feature_name： “l(fā)abel_movie_id”

feature_type： INT

vocab_size： 3953

embedding_dim： 8

feature_length： 1

}

（d） 訓(xùn)練模型

模型訓(xùn)練器將根據(jù)輸入配置構(gòu)建含有簡單界面的推薦模型。

python -m model.recommendation_model_launcher --

--training_data_filepattern “data/examples/train_movielens_1m.tfrecord”

--testing_data_filepattern “data/examples/test_movielens_1m.tfrecord”

--model_dir “model/model_dir”

--vocab_dir “data/examples”

--input_config_file “configs/sample_input_config.pbtxt”

--batch_size 32

--learning_rate 0.01

--steps_per_epoch 2

--num_epochs 2

--num_eval_steps 2

--run_mode “train_and_eval”

--gradient_clip_norm 1.0

--num_predictions 10

--hidden_layer_dims “32，32”

--eval_top_k “1，5”

--conv_num_filter_ratios “2，4”

--conv_kernel_size 4

--lstm_num_units 16

在推薦模型內(nèi)部，核心組件將被打包到 keras 層（context_encoder.py、label_encoder.py 和 dotproduct_similarity.py），其中每一層都可以被自身使用。下圖介紹了代碼結(jié)構(gòu)：

context_encoder.py

https://github.com/tensorflow/examples/blob/master/lite/examples/recommendation/ml/model/context_encoder.py

label_encoder.py

https://github.com/tensorflow/examples/blob/master/lite/examples/recommendation/ml/model/label_encoder.py

dotproduct_similarity.py

https://github.com/tensorflow/examples/blob/master/lite/examples/recommendation/ml/model/dotproduct_similarity.py

通過此框架，您可以通過命令直接執(zhí)行模型訓(xùn)練啟動(dòng)器：

python -m model.recommendation_model_launcher

--input_config_file “configs/sample_input_config.pbtxt”

--vocab_dir “data/examples”

--run_mode “export”

--checkpoint_path “model/model_dir/ckpt-1000”

--num_predictions 10

--hidden_layer_dims “32，32”

--conv_num_filter_ratios “2，4”

--conv_kernel_size 4

--lstm_num_units 16

導(dǎo)出至 TensorFlow Lite 后，可以在 Notebook 中找到推理代碼，同時(shí)我們會(huì)推薦讀者查看該處的詳細(xì)信息。

Notebook

https://github.com/tensorflow/examples/blob/master/lite/examples/recommendation/ml/ondevice_recommendation.ipynb

框架自適應(yīng)性

我們的框架會(huì)提供 protobuf 接口，用戶可在此接口中對特征組、類型和其他信息進(jìn)行配置，以相應(yīng)地構(gòu)建模型。在此接口中，您可以配置：

protobuf

https://github.com/tensorflow/examples/blob/master/lite/examples/recommendation/ml/configs/input-config.proto

特征

框架通常將特征分為 3 種類型：整型、字符串和浮點(diǎn)數(shù)。由于需要為整型和字符串特征創(chuàng)建嵌入空間，因此需要指定嵌入維度、詞匯表名稱和大小。浮點(diǎn)數(shù)特征值可直接使用。此外，對于設(shè)備端模型，我們建議使用可直接進(jìn)行配置的固定長度特征。

message Feature {

optional string feature_name = 1;

// Supported feature types： STRING， INT， FLOAT.

optional FeatureType feature_type = 2;

optional string vocab_name = 3;

optional int64 vocab_size = 4;

optional int64 embedding_dim = 5;

optional int64 feature_length = 6;

}

特征組

一個(gè)用戶活動(dòng)的一個(gè)特征可能具有多個(gè)值。例如，一部電影可以屬于多個(gè)類別，每部電影將具有多個(gè)類型的特征值。為了處理不同特征形狀，我們引入了“特征組”，用于將特征合并為組。可以將長度相同的特征放置到同一特征組中，以一起進(jìn)行編碼。在輸入配置中，您可以設(shè)置全局特征組和活動(dòng)特征組。

message FeatureGroup {

repeated Feature features = 1;

// Supported encoder types： BOW， CNN， LSTM.

optional EncoderType encoder_type = 2;

}

輸入配置

您可以使用輸入配置界面同時(shí)設(shè)置所有特征和特征組。

message InputConfig {

repeated FeatureGroup global_feature_groups = 1;

repeated FeatureGroup activity_feature_groups = 2;

optional Feature label_feature = 3;

}

input_pipeline.py 和 recommendation_model.py 會(huì)使用輸入配置將訓(xùn)練數(shù)據(jù)處理為 tf.data.Dataset，并相應(yīng)地構(gòu)建模型。在 ContexEncoder 內(nèi)部，我們將為所有特征組創(chuàng)建 FeatureGroupEncoders，并將其用于計(jì)算輸入特征中的特征組嵌入。通過頂部隱藏層饋送串聯(lián)特征組嵌入，以獲得最終上下文嵌入。值得注意的是，最終上下文嵌入和標(biāo)簽嵌入維度應(yīng)該相同。

input_pipeline.py

https://github.com/tensorflow/examples/blob/master/lite/examples/recommendation/ml/model/input_pipeline.py

recommendation_model.py

https://github.com/tensorflow/examples/blob/master/lite/examples/recommendation/ml/model/recommendation_model.py

請?jiān)诟戒洸糠植榭词褂貌煌斎肱渲蒙傻牟煌Ｐ蛨D。

附錄

https://github.com/tensorflow/examples/blob/master/lite/examples/recommendation/ml/ondevice_recommendation.ipynb

實(shí)驗(yàn)與分析

我們會(huì)借此機(jī)會(huì)，針對基于編號和基于特征的模型，分析其在不同配置下的性能，并提供一些實(shí)證結(jié)果。

對于基于編號的模型，僅會(huì)將 movie_id 用作輸入特征。對于基于特征的模型，會(huì)使用 movie_id 和 movie_genre 特征。兩種類型的模型都嘗試使用了 3 種編碼器類型 （BOW/CNN/LSTM） 和 3 種上下文歷史長度 （10/50/100）。

由于 MovieLens 數(shù)據(jù)集是一個(gè)實(shí)驗(yàn)數(shù)據(jù)集，其中大約含有 4000 部候選電影和 19 種電影類型，因此我們會(huì)在實(shí)驗(yàn)中縮小嵌入維度，以模擬生成場景。對于上述實(shí)驗(yàn)結(jié)果圖表，將編號嵌入維度設(shè)置為 8 并將電影類型嵌入維度設(shè)置為 4。如果以 context10_cnn 為例，基于特征的模型性能比基于編號的模型性能高出 58.6%。此外，平均結(jié)果顯示基于特征的模型性能要高出 48.35%。因此，在這種情況中，基于特征的模型性能要優(yōu)于基于編號的模型，因?yàn)?movie_genre 特征向模型引入了其他信息。

MovieLens

https://grouplens.org/datasets/movielens/

此外，候選項(xiàng)目的大部分基礎(chǔ)特征的詞匯表都相對較小，因此嵌入空間也相對較小。例如，電影類型詞匯表要比電影編號詞匯表小很多。在這種情況中，使用基礎(chǔ)特征會(huì)減小模型的內(nèi)存大小，從而令其更適合設(shè)備端。

編輯：jq