0.前言召回排序流程策略算法简介


举荐可分为以下四个流程，别离是召回、粗排、精排以及重排：

  1. 召回是源头，在某种意义上决定着整个举荐的天花板；
  2. 粗排是初筛，个别不会上简单模型；
  3. 精排是整个举荐环节的重中之重，在特色和模型上都会做的比较复杂；
  4. 重排，个别是做打散或满足业务经营的特定强插需要，同样不会应用简单模型；

  • 召回层：召回解决的是从海量候选item中召回千级别的item问题

    • 统计类，热度，LBS；
    • 协同过滤类，UserCF、ItemCF；
    • U2T2I，如基于user tag召回；
    • I2I类，如Embedding（Word2Vec、FastText），GraphEmbedding（Node2Vec、DeepWalk、EGES）；
    • U2I类，如DSSM、YouTube DNN、Sentence Bert；

  • 模型类：模型类的模式是将用户和item别离映射到一个向量空间，而后用向量召回，这类有itemcf，usercf，embedding（word2vec），Graph embedding（node2vec等），DNN（如DSSM双塔召回，YouTubeDNN等），RNN（预测下一个点击的item失去用户emb和item emb）；向量检索能够用Annoy（基于LSH），Faiss（基于矢量量化）。此外还见过用逻辑回归搞个预估模型，把权重大的穿插特色拿进去构建索引做召回

  • 排序策略，learning to rank 流程三大模式（pointwise、pairwise、listwise），次要是特色工程和CTR模型预估；

    • 粗排层：实质上跟精排相似，只是特色和模型复杂度上会精简，此外也有将精排模型通过蒸馏失去简化版模型来做粗排

      • 常见的特色开掘（user、item、context，以及互相穿插）；

    • 精排层：精排解决的是从千级别item到几十这个级别的问题

      • CTR预估：lr，gbdt，fm及其变种（fm是一个工程团队不太强又对算法精度有肯定要求时比拟好的抉择），widedeep，deepfm，NCF各种穿插，DIN，BERT，RNN
      • 多指标：MOE，MMOE，MTL（多任务学习）
      • 打分公式交融: 随机搜寻，CEM（性价比比拟高的办法），在线贝叶斯优化（高斯过程），带模型CEM，强化学习等

  • 重排层：重排层解决的是展现列表总体最优，模型有 MMR，DPP，RNN系列（参考阿里的globalrerank系列）

  • 展现层：

    • 举荐理由：统计规定、行为规定、抽取式（个别从评论和内容中抽取）、生成式；排序能够用汤普森采样（简略无效），交融到精排模型排等等
    • 首图优选：CNN抽特色，汤普森采样
  • 摸索与利用：随机策略（简略无效），汤普森采样，bandit，强化学习（Q-Learning、DQN）等
  • 产品层：交互式举荐、分tab、多种类型物料交融

粗排与精排就像级联漏斗，两者指标更多放弃同向一致性，粗排就是跟精排放弃各自为政。如果粗排排序高的，精排排序也高，那么粗排就很好的实现了“帮忙精排缓冲”的目标。而rerank环节相似于排序改判：可能波及业务调整、打散、强插、增量分等等。

1.精排简介

Learning to Rank (LTR)是一类技术办法，次要利用机器学习算法解决理论中的排序问题。传统的机器学习次要解决的问题是一个分类或者回归问题，比方对一个样本数据预测对应的类别或者预测一个数值分值。而LTR解决的是一个排序问题，对一个list的item进行一个排序，所以LTR并不太关注这个list的每个item具体得多少分值，更关注所有item的绝对程序。排序通常是信息检索的外围成分，所以LTR最常见的利用是搜寻场景，对召回的document进行排序。

1.1 精排利用场景


排序学习场景：

  • 举荐零碎，基于历史行为的“猜你喜爱”
  • 搜寻排序，基于某Query进行的后果排序，冀望用户选中的在排序后果中是靠前的 => 无意识的被动举荐
  • 排序后果都很重要，猜用户想要点击或者booking的item就在后果列表后面
  • 排序学习是个性化后果，用于搜寻列表、举荐列表、广告等场景

1.2 罕用模型

排序模型依照构造划分，能够分为线性排序模型、树模型、深度学习模型：
从晚期的线性模型LR，到引入主动二阶穿插特色的FM和FFM，到非线性树模型GBDT和GBDT+LR，到最近全面迁徙至大规模深度学习排序模型。

  • 线性排序模型：LR
  • 树模型：GBDT,GBDT+LR, LambdaMART
  • 深度学习模型: DeepFM,Wide&Deep, ListNet, AdaRank，SoftRank，LambdaRank等

2.LTR三大构造：Pointwise, Pairwise, Listwise

序模型依照样本生成办法和损失函数loss的不同，能够划分成Pointwise, Pairwise, Listwise三类办法：

  • Pointwise排序学习（单点法）：

    • 将训练样本转换为多分类问题（样本特色-类别标记）或者回归问题（样本特色-间断值）
    • 只思考单个样本的好坏，没有思考样本之间的程序

  • Pairewise排序学习（配对法）：

    • 比拟风行的LTR学习办法，将排序问题转换为二元分类问题
    • 接管到用户査询后，返回相干文档列表，确定文档之间的先后顺序关系（多个pair的排序问题），只思考了两个文档的绝对程序，没有思考文档在搜寻列表中的地位。

  • Listwise排序学习（列表法）：

    • 它是将每个Query对应的所有搜寻后果列表作为一个训练样例
    • 依据训练样例训练失去最优评分函数F，对应新的查问，评分F对每个文档打分，而后依据得分由高到低排序，即为最终的排序后果

2.1 pointwise

pointwise将其转化为多类分类或者回归问题

Pointwise 类办法，其 L2R 框架具备以下特色：

  • 输出空间中样本是单个 doc（和对应 query）形成的特征向量；
  • 输入空间中样本是单个 doc（和对应 query）的相关度；
  • 假如空间中样本是打分函数；
  • 损失函数评估单个 doc 的预测得分和实在得分之间差别。
  • 这里探讨下，对于人工标注标签怎么转换到 pointwise 类办法的输入空间：
  • 如果标注间接是相关度 $s_j$，则 $doc x_j$ 的实在标签定义为 $y_j=s_j$
  • 如果标注是 pairwise preference $s_{u,v}$，则 $doc x_j$ 的实在标签能够利用该 doc 击败了其余 docs 的频次
  • 如果标注是整体排序 ，则 $doc x_j$ 的实在标签能够利用映射函数，如将 doc 的排序地位序号当作实在标签

2.1.1 算法简介

依据应用的 ML 办法不同，pointwise 类能够进一步分成三类：基于回归的算法、基于分类的算法，基于有序回归的算法。上面具体介绍。

  1. 基于回归的算法
    此时，输入空间蕴含的是实值相关度得分。
    采纳 ML 中传统的回归办法即可。
  2. 基于分类的算法
    此时，输入空间蕴含的是无序类别。
    对于二分类，SVM、LR 等均可；对于多分类，晋升树等均可。
  3. 基于有序回归的算法
    此时，输入空间蕴含的是有序类别。
    通常是找到一个打分函数，而后用一系列阈值对得分进行宰割，失去有序类别。采纳 PRanking、基于 margin 的办法都能够。

2.1.2 ponitwise 细则

pointwise办法损失函数计算只与单个document无关，实质上是训练一个分类模型或者回归模型，判断这个document与以后的这个query相干水平，最初的排序后果就是从模型对这些document的预测的分值进行一个排序。对于pointwise办法，给定一个query的document list，对于每个document的预测与其它document是独立的。所以模型输出和对应的标签label模式如下：

  • 输出: 单个document
  • 标签label: document所属类型或者分值
    pointwise办法将排序工作看做对单个文本的回归或者分类工作来做。若文档document的相关性等级有K种，则咱们能够建模为一个有K个类别的$\{0,1,2,..., K-1\}$的Multi-class分类工作，则 $y_i \in \R^k$
    一个k维度的one-hot示意, 咱们能够用穿插熵loss作为指标损失函数:

$\left.\mathrm{L}=-\left(\mathrm{y}_{\mathrm{i}} \log \left(\mathrm{p}_{\mathrm{i}}\right)-\left(1-\mathrm{y}_{\mathrm{i}}\right) \log \left(1-\mathrm{p}_{\mathrm{i}}\right)\right]\right)$

参考链接：https://zhuanlan.zhihu.com/p/...

2.1.3 Pointwise排序学习（单点法）总结：

  1. 将文档转化为特征向量，每个文档都是独立的
  2. 对于某一个query，它将每个doc别离判断与这个query的相干水平
  3. 将docs排序问题转化为了分类（比方相干、不相干）或回归问题（相干水平越大，回归函数的值越大）
  4. 从训练数据中学习到的分类或者回归函数对doc打分，打分后果即是搜寻后果，CTR能够采纳Pointwise形式进行学习，对每一个候选item给出一个评分，基于评分进行排序
  5. 仅仅思考了query和doc之间的关系，而没有思考排序列表中docs之间的关系
  6. 次要算法：转换为回归问题，应用LR，GBDT，Prank, McRank

缺点

  • ranking 谋求的是排序后果，并不要求准确打分，只有有绝对打分即可。
  • pointwise 类办法并没有思考同一个 query 对应的 docs 间的外部依赖性。一方面，导致输出空间内的样本不是 IID 的，违反了 ML 的根本假如，另一方面，没有充分利用这种样本间的结构性。其次，当不同 query 对应不同数量的 docs 时，整体 loss 将会被对应 docs 数量大的 query 组所摆布，后面说过应该每组 query 都是等价的。

  • 损失函数也没有 model 到预测排序中的地位信息。因而，损失函数可能无心的过多强调那些不重要的 docs，即那些排序在前面对用户体验影响小的 doc。

    改良

  • Pointwise 类算法也能够再改良，比方在 loss 中引入基于 query 的正则化因子的 RankCosine 办法。

2.2 pairwise

pairwise将其转化为pair分类问题

Pairwise 类办法，其 L2R 框架具备以下特色：

  • 输出空间中样本是（同一 query 对应的）两个 doc（和对应 query）形成的两个特征向量；
  • 输入空间中样本是 pairwise preference；
  • 假如空间中样本是二变量函数；
  • 损失函数评估 doc pair 的预测 preference 和实在 preference 之间差别。
    这里探讨下，对于人工标注标签怎么转换到 pairwise 类办法的输入空间：
  • 如果标注间接是相关度 $s_j$，则 doc $pair (x_u,x_v)$ 的实在标签定义为 $y_{u,v}=2*I_{s_u>s_v}-1$
  • 如果标注是 pairwise preference $s_{u,v}$，则 doc $pair (x_u,x_v)$ 的实在标签定义为$y_{u,v}=s_{u,v}$
  • 如果标注是整体排序 ，则 doc $pair (x_u,x_v)$ 的实在标签定义为$y_{u,v}=2*I_{_u,_v}-1$

2.2.1 算法简介

  1. 基于二分类的算法
    pairwise 类办法根本就是应用二分类算法即可。
    经典的算法有 基于 NN 的 SortNet，基于 NN 的 RankNet，基于 fidelity loss 的 FRank，基于 AdaBoost 的 RankBoost，基于 SVM 的 RankingSVM，基于晋升树的 GBRank。

2.2.2 pairwise细则

基于pairwise的办法，在计算指标损失函数的时候，每一次须要基于一个pair的document的预测后果进行损失函数的计算。比方给定一个pair对的document，优化器须要优化的是两个document的排序关系，与groud truth的排序程序保持一致。指标是最小化与groud truth不统一的排序对。在理论利用中，pairwise办法比pointwise成果更好，因为预测绝对的排序相比预测一个类别或者一个分值，更合乎排序的性质。其中模型输出和对应的标签label模式如下：

  • 输出: 一个pair对document (A,B)
  • 输入标签: 绝对程序label (1, 0.5, 0)

其中1示意相关性等级A>B，0.5示意相关性等级A=B，0示意相关性等级A<B。


2.2.3 Pairewise排序学习（配对法）总结：

  1. 比拟风行的LTR学习办法，将排序问题转换为二元分类问题
  2. 接管到用户査询后，返回相干文档列表，确定文档之间的先后顺序关系（多个pair的排序问题）
  3. 对于同一查问的相干文档集中，对任何两个不同label的文档，都能够失去一个训练实例$（di,dj）$，如果$di>dj$则赋值+1，反之-1
  4. 没有思考文档呈现在搜寻列表中的地位，排在搜寻后果后面的文档更为重要，如果靠前的文档呈现判断谬误，代价会很高

1. 毛病：
尽管 pairwise 类相较 pointwise 类 model 到一些 doc pair 间的绝对程序信息，但还是存在不少问题，回顾概述中提到的评估指标应该基于 query 和 position，

  • 如果人工标注给定的是第一种和第三种，即已蕴含多有序类别，那么转化成 pairwise preference 时必定会损失掉一些更细粒度的相关度标注信息。
  • doc pair 的数量将是 doc 数量的二次，从而 pointwise 类办法就存在的 query 间 doc 数量的不平衡性将在 pairwise 类办法中进一步放大。
  • pairwise 类办法绝对 pointwise 类办法对噪声标注更敏感，即一个谬误标注会引起多个 doc pair 标注谬误。
  • pairwise 类办法仅思考了 doc pair 的绝对地位，损失函数还是没有 model 到预测排序中的地位信息。
  • pairwise 类办法也没有思考同一个 query 对应的 doc pair 间的外部依赖性，即输出空间内的样本并不是 IID 的，违反了 ML 的根本假如，并且也没有充分利用这种样本间的结构性。

2. 改良
pairwise 类办法也有一些尝试，去肯定水平解决上述缺点，比方：

  • Multiple hyperplane ranker，次要针对前述第一个缺点
  • magnitude-preserving ranking，次要针对前述第一个缺点
  • IRSVM，次要针对前述第二个缺点
  • 采纳 Sigmoid 进行改良的 pairwise 办法，次要针对前述第三个缺点
  • P-norm push，次要针对前述第四个缺点
  • Ordered weighted average ranking，次要针对前述第四个缺点
  • LambdaRank，次要针对前述第四个缺点
  • Sparse ranker，次要针对前述第四个缺点

2.3 listwise

Listwise 类办法，其 L2R 框架具备以下特色：

  • 输出空间中样本是（同一 query 对应的）所有 doc（与对应的 query）形成的多个特征向量（列表）；
  • 输入空间中样本是这些 doc（和对应 query）的相关度排序列表或者排列；
  • 假如空间中样本是多变量函数，对于 docs 失去其排列，实际中，通常是一个打分函数，依据打分函数对所有 docs 的打分进行排序失去 docs 相关度的排列；
  • 损失函数分成两类，一类是间接和评估指标相干的，还有一类不是间接相干的。具体前面介绍。

这里探讨下，对于人工标注标签怎么转换到 listwise 类办法的输入空间：

  • 如果标注间接是相关度$s_j$，则 doc set 的实在标签能够利用相关度 $s_j$进行比拟结构出排列
  • 如果标注是 pairwise preference $s_{u,v}$，则 doc set 的实在标签也能够利用所有 $s_{u,v}$进行比拟结构出排列
  • 如果标注是整体排序 ，则 doc set 则能够间接失去实在标签

2.3.1 算法简介

  1. 间接基于评估指标的算法

间接取优化 ranking 的评估指标，也算是 listwise 中最直观的办法。但这并不简略，因为后面说过评估指标都是离散不可微的，具体解决形式有这么几种：

  • 优化基于评估指标的 ranking error 的间断可微的近似，这种办法就能够间接利用已有的优化办法，如SoftRank，ApproximateRank，SmoothRank
  • 优化基于评估指标的 ranking error 的间断可微的上界，如 SVM-MAP，SVM-NDCG，PermuRank
  • 应用能够优化非平滑指标函数的优化技术，如 AdaRank，RankGP

上述办法的优化指标都是间接和 ranking 的评估指标无关。当初来思考一个概念，informativeness。通常认为一个更有信息量的指标，能够产生更无效的排序模型。而多层评估指标（NDCG）相较二元评估（AP）指标通常更富信息量。因而，有时尽管应用信息量更少的指标来评估模型，但依然能够应用更富信息量的指标来作为 loss 进行模型训练。

通过间接优化排序后果中的评测指标来优化排序工作，然而基于评测指标比方NDCG依赖排序后果，是不间断不可导的。所以优化这些不间断不可导的指标函数面临较大的挑战，目前少数优化技术都是基于函数可导的状况。那么如何解决这个问题？常见的有如下两种办法：

  • 通过应用优化技术将指标函数转变成间断可导的函数，而后进行求解，比方SoftRank和 AdaRank等模型

  • 通过应用优化技术对非间断的不可导指标函数就行求解，比方 LambdaRank

    LambdaRank
    RankNet优化指标是最小化pair对谬误，然而在信息检索畛域比方NDCG这样的评测指标，这样的优化指标并不可能最大化成果，通常在信息检索中咱们更关注的是topN的排序后果，且相关性越大的文本最须要排在最后面。如下图所示：

    给定一个query，上图为排序后果展现，其中蓝色的线示意的是相干的文档，灰色的线示意不相干的文档，那么在左图，有13个pair对谬误，而在右图中，有11个pair对谬误，在RankNet，右图的排序后果要比左图好，然而在信息检索指标中，比方NDCG指标，左图的成果比左边更好。
    咱们在下面介绍RankNet中，将上述(1)(2)公式代人到(3)公式中，咱们能够失去损失函数如下：

$\mathrm{C}=\frac{1}{2}\left(1-\mathrm{S}_{\mathrm{ij}}\right) \sigma\left(\mathrm{s}_{\mathrm{i}}-\mathrm{s}_{\mathrm{j}}\right)+\log \left(1+\mathrm{e}^{-\sigma\left(\mathrm{s}_{\mathrm{i}}-\mathrm{s}_{\mathrm{j}}\right)}\right)$

具体内容不开展参考博客：https://blog.csdn.net/BGoodHa...
4.1.1节

LambdaMART

参考上述博客4.1.2节

  1. 非间接基于评估指标的算法(定义损失函数)
    这里，不再应用和评估指标相干的 loss 来优化模型，而是设计能掂量模型输入与实在排列之间差别的 loss，如此取得的模型在评估指标上也能取得不错的性能。
    经典的如 ，ListNet，ListMLE，StructRank，BoltzRank。

ListNet
ListNet与RankNet很类似，RankNet是用pair对文本排序程序进行模型训练，而ListNet用的是整个list文本排序程序进行模型训练。若训练样本中有m个query，如果对应须要排序的最多文本数量为n ，则RankNet的复杂度为$O(m \cdot n^2)$而ListNet的复杂度为$O(m \cdot n)$，所以整体来说在训练过程中ListNet相比RankNet更高效。

ListMLE
ListMLE也是基于list计算损失函数，论文对learning to rank算法从函数凸性，连续性，鲁棒性等多个维度进行了剖析，提出了一种基于最大似然loss的listwise排序算法，取名为ListMLE。

上述参考博客：4.2.2节

2.3.2 Listwise细则

更多内容参考(https://blog.csdn.net/sinat_3...)[https://blog.csdn.net/sinat_3...]

2.3.3 Listwise排序学习（列表法）总结：

  1. 它是将每个Query对应的所有搜寻后果列表作为一个训练样例
  2. 依据训练样例训练失去最优评分函数F，对应新的查问，评分F对每个文档打分，而后依据得分由高到低排序，即为最终的排序后果
  3. 间接思考整体序列，针对Ranking评估指标（比方MAP, NDCG）进行优化
  4. 次要算法：ListNet, AdaRank，SoftRank，LambdaRank, LambdaMART等LambdaMART是对RankNet和LambdaRank的改良，在 Yahoo Learning to Rank Challenge较量中的冠军模型

listwise 类相较 pointwise、pairwise 对 ranking 的 model 更天然，解决了 ranking 应该基于 query 和 position 问题。

listwise 类存在的次要缺点是：一些 ranking 算法须要基于排列来计算 loss，从而使得训练复杂度较高，如 ListNet和 BoltzRank。此外，地位信息并没有在 loss 中失去充分利用，能够思考在 ListNet 和 ListMLE 的 loss 中引入地位折扣因子。

2.4 三类办法代表汇总

wiki有很全的三类办法代表：

2019    FastAP [30]    listwise    Optimizes Average Precision to learn deep embeddings2019    Mulberry    listwise & hybrid    Learns ranking policies maximizing multiple metrics across the entire dataset2019    DirectRanker    pairwise    Generalisation of the RankNet architecture2019    GSF [31]    listwise    A permutation-invariant multi-variate ranking function that encodes and ranks items with groupwise scoring functions built with deep neural networks.2020    RaMBO[32]    listwise    Optimizes rank-based metrics using blackbox backpropagation[33]2020    PRM [34]    pairwise    Transformer network encoding both the dependencies among items and the interactionsbetween the user and items2020    SetRank [35]    listwise    A permutation-invariant multi-variate ranking function that encodes and ranks items with self-attention networks.2021    PiRank [36]    listwise    Differentiable surrogates for ranking able to exactly recover the desired metrics and scales favourably to large list sizes, significantly improving internet-scale benchmarks.2022    SAS-Rank    listwise    Combining Simulated Annealing with Evolutionary Strategy for implicit and explicit learning to rank from relevance labels2022    VNS-Rank    listwise    Variable Neighborhood Search in 2 Novel Methodologies in AI for Learning to Rank2022    VNA-Rank    listwise    Combining Simulated Annealing with Variable Neighbourhood Search for Learning to Rank

2.5 评估指标

更多内容参考(https://blog.csdn.net/sinat_3...)[https://blog.csdn.net/sinat_3...]

2.5.1 WTA(Winners take all)

2.5.2 MRR(Mean Reciprocal Rank)

2.5.3 RC(Rank Correlation)

2.5.4 MAP(Mean Average Precision)

2.5.5 NDCG(Normalized Discounted Cumulative Gain)

2.5.6 小结

能够发现，这些评估指标具备两大个性：

  • 基于 query ，即不论一个 query 对应的 docs 排序有多蹩脚，也不会重大影响整体的评估过程，因为每组 query-docs 对平均指标都是雷同的奉献。
  • 基于 position ，即显式的利用了排序列表中的地位信息，这个个性的副作用就是上述指标是离散不可微的。
    一方面，这些指标离散不可微，从而没法利用到某些学习算法模型上；另一方面，这些评估指标较为权威，通常用来评估基于各类形式训练进去的 ranking 模型。因而，即便某些模型提出新鲜的损失函数结构形式，也要受这些指标启发，合乎上述两个个性才能够。

3.举荐参考链接