如何斩获KDD Cup两冠一季？美团广告团队公开解决方案( 三 )

如图 5 所示， i2i 图的构建与多跳游走 i2i 候选样本的生成过程被分为三个步骤：i2i 图的构建、i2i 多跳游走以及 i2i 候选样本生成。

本文插图
图 5：基于多跳游走的 i2i 候选样本生成
i2i 图的构建：i2i 图中存在一种结点即商品结点，两种边关系即点击共现边和多模态向量边。点击共现边基于用户的历史商品点击序列而构建，边的权重通过以下公式得到，其在两个商品间的用户历史点击共现频数的基础上，考虑了每次点击共现的时间间隔因子，并加入了用户活跃度惩罚以及商品流行度惩罚（用户活跃度即用户的历史点击次数，商品流行度即商品的被点击次数），通过惩罚它们来缓解流行度偏差。

本文插图
i2i 多跳游走：该团队通过枚举不同的一跳 i2i 关系，组合构成不同类型的二跳 i2i 关系，并在构建好二跳 i2i 关系之后删除原本的一跳 i2i 关系来避免冗余，这样就形成了图 5 中的五种多跳 i2i 关系。多跳 i2i 关系得分由以下公式得来，即对每条路径的边权相乘得到路径分，并对所有路径分求平均。通过不同边类型多跳游走的方式，更多商品有更多的机会和其他商品构建多跳关系，从而扩大了商品候选集，缓解了选择性偏差。
i2i 候选样本生成：每种 i2i 关系根据 i2i 得分对所有商品的候选商品集合分别进行排序和截断，每种 i2i 关系间的相似度热图如图 6 所示。相似度是通过两种 i2i 关系构造的候选集重复度计算得出，我们可以根据不同 i2i 关系之间的相似度来确定候选商品集合的数量截断，以得到每种 i2i 关系中每个商品的 i2i 候选集，供后续 i2i 建模使用。

本文插图
图 6：i2i 关系相似度热图
2. 基于流行度偏差优化的 i2i 建模
该团队通过 u2i2i 建模转换，将传统的基于 u2i 的 CTR 预估建模方式转换为 i2i 建模方式。它可以轻松使用多跳 i2i 关系，同时该团队引入带流行度惩罚的损失函数，使 i2i 模型朝着缓解流行度偏差的方向学习。
如图 7 所示，该团队拆分用户前置点击行为序列，将每一个点击的商品作为 source item ，从 i2i graph 中的多跳游走候选集中抽取 target item ，形成 i2i 样本集。对于 target item 集合，该团队基于用户下一次点击的商品与 target item 是否一致来引入该样本的标签。这样，就可以将基于用户选择的序列建模转变为基于 i2i 的建模，通过两个商品点击的时间差以及点击次数间隔，从侧面引入用户的序列信息，强调 i2i 的学习，从而达到消除选择性偏差的目的。最终用户的推荐商品排序列表可以基于用户下的 i2i 打分进行 target item 排序。

本文插图
图 7：i2i 训练样本生成
如图 8 所示，该团队利用自动化特征工程思想探索高阶特征组合，缓解了偏差问题业务含义抽象的问题。他们通过人工构造一些基础特征（如频数特征、图特征、行为特征和时间相关特征等），将基础特征类型划分为 3 种：类别特征、数值特征以及时间特征。然后，基于这些特征做高阶特征组合，每一次组合形成的特征都会加入下一次组合的迭代之中，以此降低高阶组合的复杂度。该团队基于特征重要性和 NDCG@50_half 进行快速的特征选择，从而挖掘到更深层次的模式，同时节省了大量的人力成本。