dssm.md

DSSM

简介

双塔召回模型，分为user塔和item塔。 注：使用时需指定user id和item id。

配置说明

model_config:{
  model_class: "DSSM"
  feature_groups: {
    group_name: 'user'
    feature_names: 'user_id'
    feature_names: 'cms_segid'
    ...
    feature_names: 'tag_brand_list'
    wide_deep:DEEP
  }
  feature_groups: {
    group_name: "item"
    feature_names: 'adgroup_id'
    feature_names: 'cate_id'
    ...
    feature_names: 'pid'
    wide_deep:DEEP
  }
  dssm {
    user_tower {
      id: "user_id"
      dnn {
        hidden_units: [256, 128, 64, 32]
        # dropout_ratio : [0.1, 0.1, 0.1, 0.1]
      }
    }
    item_tower {
      id: "adgroup_id"
      dnn {
        hidden_units: [256, 128, 64, 32]
      }
    }
    simi_func: INNER_PRODUCT
    l2_regularization: 1e-6
  }
  embedding_regularization: 5e-5
}

• model_class: 'DSSM', 不需要修改
• feature_groups: 需要两个feature_group: user和item, group name不能变
• dssm: dssm相关的参数，必须配置user_tower和item_tower
• user_tower/item_tower:
  • dnn: deep part的参数配置
    • hidden_units: dnn每一层的channel数目，即神经元的数目
  • id: 指定user_id/item_id列
• simi_func: 向量相似度函数，包括[COSINE, INNER_PRODUCT, EUCLID]，默认COSINE，建议使用INNER_PRODUCT
• embedding_regularization: 对embedding部分加regularization，防止overfit

支持的metric_set包括:

• auc
• mean_absolute_error
• accuracy

示例Config

DSSM_demo.config

dssm_on_taobao_backbone.config

效果评估

效果评估

参考论文

DSSM.pdf