导语 | 点击率（click-through rate, CTR）预估是互联网平台的核心任务之一。近年来，CTR预估技术从传统的逻辑回归，到深度学习DeepFM, Wide&Deep, DIN, DCN等算法落地，经历了突飞猛进的发展。本文旨在以深度CTR预估模型为基础，探索在应用宝推荐场景下的算法优化。文章作者：赵程，腾讯算法研发工程师。

一、业务背景

点击率（click-through rate, CTR）预估的本质是对用户/商品建模，进而计算用户的点击概率。模型的衍变经历了从经典机器学习LR、FM再到深度学习DNN、Wide&Deep、双塔、DIN等的百花齐放。本文将针对应用宝的推荐场景，展开CTR模型探索优化。

应用宝推荐业务主要包括首页推荐、游戏推荐等，与常见信息流推荐（新闻/视频）不同，本场景下的数据分布具有明显的差异：

  • App曝光频次差异巨大：头部app曝光占比很高，长尾app曝光严重不足；
  • 用户行为极其稀疏：用户月下载中位数、平均数较少。

面对着以上问题，当前的推荐模型主要面临着以下挑战：

  • 在训练样本稀缺的情况下，如何保证低频特征（e.g., 长尾appid）的充分学习；
  • 鉴于用户行为极其稀疏，如果更精准地捕捉用户的兴趣偏好。

本文主要针对以上挑战，在当下深度CTR预估模型的基础上展开模型优化探索，通过引入更长周期用户行为和app描述文本信息，并进一步挖掘用户行为兴趣，有效促进了推荐效果提升。

二、基本框架

应用宝的整体推荐流程如下图所示，从底层数据流抽取特征，经过召回、排序以及重排，最终应用到实际业务场景中。本文主要针对排序模型优化。

排序模型我们以业内广泛使用的Wide&Deep模型作为baseline，其中，Wide侧具有记忆能力，能够记住高频特征组合，达到准确推荐的目的；Deep侧为了弥补交互矩阵稀疏的不足，将特征映射到低维向量表示，经过多层神经网络，使模型具有泛化能力。

三、多行为融合训练

在我们的场景中拥有很多appid 相关的行为特征，例如用户历史点击、下载、安装等，基本的Wide&Deep框架会将每个行为特征映射到单独的embedding，并单独更新。

由于每一类特征的用户行为记录十分稀疏，这种操作会造成低频特征embedding的训练不充分。

针对于此，我们设计了基于appid embedding共享的多行为融合训练机制，体现在模型中为Deep侧的appid embedding聚合共享。

由于appid类的特征较多，在实际选取时，我们主要利用了用户的实时行为特征和短期行为特征，避免了由安装/卸载记录带来的数据噪音。

Wide&Deep中embedding参数约占总量的95%，通过特征共享，参数量从2800w降低到了2000w，在模型保存和训练速度方面均有一定的优化。

效果方面，我们主要考虑离线auc和copc（pcvr/cvr，反映模型打分偏差），经过特征共享的模型效果在auc上基本持平，而在copc指标上得到了明显的优化，一定程度上缓解了模型的打分偏差。

由于我们的特征中用户行为只涵盖了15天内近30个app的记录，对于低频app依然没有充足的学习样本，那么应该如何优化呢？

四、引入更长周期用户行为

一种自然的想法便是引入更长周期的用户行为记录。近年来，以DeepWalk, Graphsage为代表的图模型能够较好地捕捉用户的长周期行为特点。

我们根据用户过去30天内的下载行为进行构图，考虑到用户在同一天中的下载序列无明显的先后关系，构建了基于共线下载的无向图，接着训练随机游走模型生成预训练的deepwalk appid embedding，作为先验信息指导排序模型优化。

在共享appid embedding的基础上，我们尝试了多种训练策略。

  • 固定初始化：直接将预训练的deepwalk appid embedding赋值给共享appid embedding；
  • 初始化微调：在1的基础上进行参数微调；
  • 特征蒸馏：引入辅助loss，度量学习得到的embedding与预训练embedding的相似度（向量点积）。

从效果来看，只有初始化微调的方式会带来一定的效果提升，说明经过deepwalk训练的embedding和wide&deep训练的embedding在向量分布上是有差异的。

但目前为止auc的提升还很微弱，即使我们引入了30天甚至更久的用户行为数据，对于一些低频app依然无法充分学习，那是否还有外部信息可以利用呢？

五、引入APP描述文本信息

Deepwalk的训练本质是从用户行为信息中发掘app间的相似关联，若直接从app自身的属性信息（e.g., 标题、描述文本）出发，是否也能发现相似的规律？

近年来，以BERT为代表的预训练语言模型在文本表示方面取得了巨大的成功，我们将每个app的标题和描述文本作为输入训练tag分类模型，得到一个高维（768维）的向量表示，尝试指导Wide&Deep中的appid embedding学习。

由于Wide&Deep模型规模的限制以及前期的经验，我们的embedding size往往很小（30维/60维），更高的维度会导致效果下降，所以需要探索一种有效的降维方式。

这里我们主要尝试了外部pca降维和内部通过全连层自动学习的降维方式，实验表明，在网络中进行端到端自动学习的降维方式更有效果。

六、预训练embedding融合

为了更直观地展现embedding分布，我们对deepwalk和bert预训练的embs分别进行了tsne可视化。

下图中不同的颜色表明不同的一级类目，二者均呈现了明显的类目空间聚集性，同类目的app自然地聚集到了一起。

同时两者的embedding分布也具有空间差异性，比如，bert可视化图中的左下角部分是视频类app，而deepwalk是出行类app。

鉴于二者的差异性，我们的做法是将其分别做投影变换，投影到同一向量空间中，这里投影变换的参数随网络一起学习。融合embedding的方式则为拼接或相加。

模型的整体框架图如下：

从实验效果来看，向量投影拼接的方式具有更好的表现：

为了进一步展示加入deepwalk/bert外部预训练embedding的效果，我们接着进行了tsne可视化，其中左边为wide&deep appid embedding的可视化表示，右边是融合embedding的可视化表示，可以发现app的分布从杂乱无序学到了呈现明显的聚簇，具有了一定的可解释性。

通过这个实验，我们已经知道app embs的初始化不同会对模型结果产生影响，那么它们分布的具体聚簇是否与模型效果有着严格的相关性，还需要更多的探索求证。

**�