導讀： 本文主要介紹了快手的精排模型實踐，包括快手的推薦系統，以及結合快手業務展開的各種模型實戰和探索，全文圍繞以下幾大方面展開：

• 快手推薦系統
• CTR模型——PPNet
• 多domain多任務學習框架
• 短期行為序列建模
• 長期行為序列建模
• 千億特征，萬億參數模型
• 總結和展望

--

01 快手推薦系統

快手的推薦系統類似於一個信息檢索範式，只不過沒有用戶顯示query。結構為數據漏斗，候選集有百億量級的短視頻，在召回層，會召回萬級的視頻給粗排打分，再選取數百個短視頻，給精排模型打分，最後會有數十個短視頻進行重排。推薦主要是雙類或單類，快手推薦的特點是用戶比較多，會超過3.0億。我們的短視頻，每天有百億的分發量，候選的短視頻有百億之多，用戶的行為差距會非常之大，比如，有些用戶每天會刷成百上千條短視頻，有些用戶又刷得非常少。相對於電商或者新聞來說，短視頻的玩法會更豐富，用戶的興趣非常廣泛，並且是不變的。

用戶的交互類型非常多，場景複雜。這裡簡單展示一下，主要有主站的雙列發現頁、主站精選、極速版發現頁，這些主要是用來幫助用戶發現可能感興趣的視頻，還有關註頁、同城頁。除了短視頻之外，還有直播、電商直播的推薦。對於整個推薦系統來說，我們最大的挑戰是如何為用戶的興趣精準建模。

--

02 CTR模型——PPNet

這是我們2019年的模型，ctr的個性化預估是推薦系統的核心，主要用來預估用戶對視頻會不會點擊，預估效果直接影響用戶體驗。

從業界的演化來看，一方面是從特征的交叉角度，另一方面是從用戶的行為序列建模來提升模型個性化。這裡DNN核心為全連接網路。

特征全局共用，主要用來捕捉全局用戶和短視頻的特征。要做到真正的千人千面，需要用戶個性化的特征更強一些。所以當時我們探索瞭如何為DNN網路增加個性化。我們嘗試了一些方法，最開始嘗試用stacking的方法，在最頂層或中間加一些user獨有的一些網路，對網路的參數，每個用戶是不同的，但是收益甚微。然後我們嘗試了另外一種方式，受LHUC的啟發，思想來源於語音識別，給每個用戶學習個性化的偏置項。

在網路輸出的激活函數那裡，設置了個性化的偏置項，可以認為是給每個用戶學了一個bias和一個vector。我們做了一些嘗試，但是基本上沒有太大的收益。

我們發現一些問題，總結來說，首先是用戶每天刷的樣本不足以讓網路的參數收斂，因為參數量相對來說比較少，這相當於是給一個用戶學一個最寬的一個id的embedding向量。

另外用戶每天都在上傳新的視頻，我們推薦的視頻，主要約束在兩天以內，所以會有一個視頻冷啟動的問題，而且基於流式訓練，會導致訓練樣本中各方面的雜訊非常大，如果是一個不穩定的網路，也會導致embedding的效果變差。如果只是簡單學一個優質的id的embedding，則缺少足夠的動態表達能力。另外，如果只是通過bp的方法傳導梯度來更新id的embedding，其修正能力非常慢。最終我們在lte的基礎上設計了一個pnet，以全局共用為基礎，進行個性化的微調；我們又設計了gate網路來擬合個性化的參數：

• 白色的部分可以認為是原來的基線。這個基線主要是訓練原來的ctr模型。
• 灰色和綠色部分是新加的，灰色部分是基於所有用戶共用的，綠色部分是門控網路，通過門控網路與灰色部分的網路來學慣用戶的個性化。

這兩部分的網路也就是ppnet的網路結構。上線後，收益非常明顯。包括所有用戶細分上提升都是非常明顯的，特別是一些行為比較稀疏的用戶，他們的提升非常大，因為他們的行為相對來說比較少，之前的兩個方案模型很難學到他們的一些特征。這套方案給我們提供了一個比較通用的提升模型個性化的方法。

我們推廣到了一些其他場景，實現多場景應用。但是這個演算法的計算量比較大，因此我們對線上的預估服務做了一次升級——原來是cpu預估，我們在2019年10月份做了gpu加速預估。

--

03 多domain多任務學習框架

快手的產品場景非常多樣，包括主站發現頁、主站精選、發現頁內流、極速版發現頁等。另一方面，人群多樣化，包括新用戶、老用戶、激活用戶等。另外，這兩個場景正交，就有幾十個目標。因此，我們要預估的目標也會非常多。這樣會存在一系列的問題，比如業務獨占模型會導致訓練資源低效、迭代低效、業務間不共用網路等。為瞭解決這些問題，我們在模型融合場景下做了多任務學習。

對於模型融合，我們做了很多工作，比如特征語義對齊，主要包括刪減無用特征，改正語義不一致特征，添加單列播放列表類特征、交叉特征；embedding空間的對齊，通過Embedding transform gate，直接學習映射關係；特征重要性對齊，這裡用到了slot gate，主要參考了前面提到的ppnet裡面的gate設計方案。在不同的場景下，不同的用戶或視頻，對於特征的重要性選擇，gate會把它約束在0～2，均值是1，動態選擇這個特征是重要還是不重要，這樣我們可以將樣本的特征做一個比較好的對齊。最後，我們做了一個多目標的mmoe，動態建模目標之間的關係，每個task tower輸入添加個性化偏置項。通過上面的工作，我們成功將線上與離線的模型融合成一套模型，全業務推全，用戶交互漲幅提升近10%，效果顯著。

--

04 短期行為序列建模

接下來介紹短期行為序列建模的工作，在2019年初，快手交互場景越來越多，同時出現了單雙列的交互體驗，單雙列業務下用戶行為序列存在差異。單列剝奪了用戶主動點的權利，用戶更多是被動來看推薦系統推薦的短視頻，因此，單列更適合作E&E。雙列的交互體驗下用戶獲得的主動性、可選擇性強，用戶的點擊歷史沒有太多的特征可以學習，用戶會不斷地釋放自己想看的內容，釋放自己的欲望，可能會一直不斷地在看相關的一些內容。我們當時做了一些嘗試，發現RNN表現不如sum pooling，其相關性大於時序性。因此我們對演算法做了四個方面的改進：

① 使用encoder部分：對歷史序列進行表徵

② 使用用戶視頻播放歷史序列

• 包含用戶更多信息（觀看時長，交互label）
• 不同業務語義一致

③ Transformer layer self attention替為target attention

• Self attention無明顯收益
• 使用當前embedding層對sequence做attention
• 簡化計算複雜度 O(n2d) -> O(nd)

④ log(now - 視頻觀看時間戳) 代替position embedding

• 最近觀看視頻更相關，log處理更合適
• 更久之前觀看視頻體現用戶長期興趣分佈

首先，使用encoder部分對歷史序列進行表徵。其次，使用用戶視頻播放歷史序列，因為裡面包含用戶更多信息（觀看時長、交互label）。另外，將Transformer layer self attention替換為target attention，主要是self attention無明顯收益，然後使用當前embeding層對sequence做attention，因為我們認為對用戶的行為歷史作為監測的時候，不應該只看要推薦的這個視頻，我們還會關註這是一個什麼用戶，這個用戶的上下文信息是非常有用的。最後，使用log(現在時間-視頻觀看時間)代替position embedding，因為最近觀看視頻更相關，log處理更合適。上線之後，取得了非常大的收益。

--

05 長期行為序列建模

推薦系統擁有短期記憶，容易導致信息繭房或者出現多樣性不足的一些問題。但是在長期行為建模的時候又遇到了各種問題，比如：Transformer建模問題，SIM用戶歷史索引問題等。Transformer建模容易出現結構限制，模型在過長的list上收斂性不好。另外，模型複雜度高，Target Attention計算成本也會很高。SIM用戶歷史索引的擴展性差，對於後續的迭代不友好，而且對於短視頻類目精準度和覆蓋率也有問題。為了能夠捕捉到用戶不同程度的興趣偏好，我們迭代了兩個版本模型，作了很多探索和改進。

下麵介紹快手在長期行為序列建模的工作。

• 第一個版本方案V1.0(基於Tag檢索)

為了應對上面提到的一些問題，我們採用了獨立存儲方案，依托AEP高密度存儲設備直接存儲用戶超長行為歷史；進一步完善類目體系；GSU檢索採用回溯補全演算法，最大路徑匹配的演算法衡量相似度；ESU採用短時。關於Transformer方案，難點在於計算量增加，因此我們進行了演算法優化；合併相同Tag候選視頻的搜索過程；提前建立類目倒排鏈，簡化搜索流程；成本優化，利用線上 GPU 推理伺服器的閑置 CPU 資源。通過這些嘗試，我們做到了讓SIM演算法首次在短視頻推薦落地；在業界首次覆蓋用戶歷史至年，這是數萬級別的；收益巨大，建立了護城河；擴展到了其他場景。

• V2.0(基於Embedding距離檢索)

後面又做了第二個版本，基於視頻內容embedding的聚類。採用GSU檢索演算法:優先聚類內視頻；最近聚類補全；近似做了餘弦相似度檢索。

其次，又節省了餘弦相似度計算量。通過這些工作，我們取得了一些成果：建立了快手特色的長期行為建模機制；收益巨大，建立了護城河；擴展到了其他場景。

經過這兩版的迭代，整體效果提升明顯，人均app使用時長提升顯著，其中我們的工作做了非常多的貢獻。

--

06 千億特征，萬億參數模型

另外，我們發現模型的特征量還會制約模型精排的效果。模型收斂不穩定，模型更容易逐出低頻特征、冷啟動效果變差等。為此，我們在工程上做了一些優化，也起到了非常好的收益。主要包括：

• 改進參數伺服器（GSET）
• 更好地控制記憶體使用
• 定製feature score淘汰策略
• 效果優於LFU，LRU等淘汰策略
• 結合新的硬體：非易失記憶體（Intel AEP）
• 底層KV引擎NVMKV來支撐GSET

--

07 總結和展望

對於未來優化的重點，我們會放在模型融合，多任務學習方向。另外用戶長短期興趣怎樣更好得建模和融合，以及用戶的留存建模也是我們未來優化的重點。

今天的分享就到這裡，謝謝大家。
本文首發於微信公眾號“DataFunTalk”。