CTR深度学习模型之 DIN(Deep Interest Network) 的理解与例子

关注

原创最新推荐文章于 2026-09-28 09:29:44 发布 5.6k 阅读 AI 写同款· GEO 优化 ›

DeepCTR——DIN模型部分源码解读特征构建首先，最重要的是特征构建的部分，DIN用到了三种类型的特征，SparseFeat，DenseFeat和VarLenSparseFeat。 SparseFeat SparseFeat由类别型特征构建而成，比如性别特征（男、女），这种特征一般采用one-hot编码，但是如果特征里的类别数量特别多，one-hot编码会使数据变得非常稀疏，在深度模型里一般使用embedding技术对特征降维。 ... 阅读详情

在电商领域，每个用户都有丰富的历史行为数据，这些数据具有如下特点：

多样性（Diversity）：用户可能对多种商品感兴趣，例如手机、衣服。
局部激活（Local Activation）：用户是否点击新商品，仅仅取决于历史行为中与新商品相关度高的部分数据。

如何从中捕获特征对CTR预估模型非常重要。论文《Deep Interest Network for Click-Through Rate Prediction 提出了深度兴趣网络 Deep Interest Network，以下简称 DIN 模型，设计了类似 attention 的网络结构来激活历史行为数据中与候选广告相关度高的行为，即：增大与目标广告相关性高的历史行为权重。

模型解读

基准模型

论文并没有直接讲解DIN模型，而是先介绍了基准模型的结构：

在这里插入图片描述

此模型主要功能是将输入的用户特征、行为特征、候选广告以及上下文特征转换成 embedding，然后将这些 embedding 拼接在一起用几个全连接层完成点击率的预测。这里面有几个需要注意的细节：

1，用户行为序列的长度一般是不同的，所以为了能够将不同序列长度的embedding 向量转换成相同的大小，一种思路是将所有的 embedding 向量进行 sum pooling，即对所有 embedding 向量求和，得到一个固定大小的向量，作为全连接层的输入。

2，直接对行为的 embedding 向量求和，会损失很多信息，即：无法捕捉到候选广告与历史行为信息中的局部相关性。

DIN模型

于是，在论文中又提出了改进后的模型: DIN，网络结构如下图：

在这里插入图片描述

与基准模型相比，最大的区别在于：引入了与 attention 机制功能相似的 Activation Unit 用于根据候选广告计算历史行为的权重。

如果用 { $e_1, e_2, ... , e_H$ } 表示用户 U 对 H 个商品行为 embedding 向量， $v_A$ 表示候选广告的向量，那么用户 U 对广告 A 的兴趣向量 $v_U(A)$ 可以用下面的公式计算：
$v_U(A) = f(v_A,e_1,e_2,...,e_H)=\sum_{j=1}^Ha(e_j,v_A)e_j=\sum_{j=1}^Hw_je_j$
其中， $a(\cdot)$ 本质上是一个前馈神经网络，用于计算 $e_j$ 的权重 $w_j$ 。在计算权重时，需要将 $e_j$ 与 $v_A$ 作为下图 Activation Unit 的输入，最终得到的输出就是权值。

在这里插入图片描述

如果历史行为中某个商品 $e_j$ 与候选广告商品 $v_A$ 相似度高，那么在使用 SUM Pooling 计算 $v_U(A)$ 时，相似度高的商品的权重也应该高一些。从公式可以看出，引入了 Activation Unit 之后，不同的候选广告，用户的兴趣向量也会有所不同。

需要注意的是，与 attention 不同，权值 w 不需要保证的和为1。

训练技巧

Dice 激活函数

PReLU 可以看作是 ReLU 的改版，计算方法为：
$\begin{aligned} f(s) & =\left\{ \begin{array}{l} s \;\;\qquad if\quad s>0 \\ \alpha s \qquad if\quad s \le 0 \end{array} \right. \\ & = p(s) \cdot s + (1-p(s))\cdot\alpha s \end{aligned}$
无论是 ReLU 或者是 PReLU 突变点都是0。而论文认为突变点的选择应该依赖于数据，于是基于 PReLU 提出了 Dice 激活函数：
$\cdot s+(1-p(s)) \cdot \alpha s\\ p(s)=\frac{1}{1+e^{-\frac{s-E[s]}{\sqrt{V a r[s]+\epsilon}}}}$
其中 $E [s], V a r [s]$ 分别是每个 mini-batch 数据的均值与方差， $\epsilon$ 取 $10^{-8}$ 。于是， $p (s)$ 函数的图像如下：

在这里插入图片描述

这样的激活函数能够适应不同分布的输入数据，整体表现要优于 PReLU。

自适应正则化

在使用例如 $l_2$ 这样的传统正则化方法时，每一个 mini-batch 正则化项的计算都需要所有的参数的参与，在参数数量庞大的情况下，这个计算消耗太大了。于是论文提出了一种正则化方法，只需要对在每个 mini-batch 中出现的参数进行计算。

回顾 DIN 模型，发现绝大多数参数出现在 embedding 层，令：
$\in R ^{D \times K}$
表示整个 embedding 层的参数，其中 D 是嵌入维度，K 是特征个数。则正则化项的计算公式如下：
$L_2(W) \approx \sum_{j=1}^K \sum_{m=1}^B \frac{\alpha_{mj}}{n_j}||w_j||_2^2$
其中， $\alpha_{mj}$ 表示特征 j 是否出现在 mini-batch 样本 B 中， $n_j$ 表示样本 j 在 B 中的出现次数， $w_j$ 则是第 j 个嵌入向量。整个公式的核心思想是出现的频率越大，正则化的强度越小。

GAUC 评估指标

GAUC 是 AUC 的加权平均：
$\mathrm{GAUC}=\frac{\sum_{i=1}^{n} w_{i} \times \mathrm{AUC}_{i}}{\sum_{i=1}^{n} w_{i}}=\frac{\sum_{i=1}^{n} \mathrm{imp}_{i} \times \mathrm{AUC}_{i}}{\sum_{i=1}^{n} \mathrm{imp}_{i}}$
其中：n 是用户的数量， $AUC_i$ 表示用户 $i$ 所有样本的 AUC， $imp_i$ 是用户 $i$ 所有样本的个数。AUC 是考虑所有样本的排名，而实际上，我们只要关注给每个用户推荐的广告的排序，因此GAUC更具有指导意义。

模型例子

例子是在 tensorflow2.0 的环境中使用了 deepctr 实现的 DIN 模型，deepctr 安装方式如下：

pip install deepctr[gpu]

在其 github 仓库中提供了一个 demo，其代码以及关键部分的注释如下：

import numpy as np

from deepctr.models import DIN
from deepctr.feature_column import SparseFeat, VarLenSparseFeat, DenseFeat,get_feature_names


def get_xy_fd():
    # 对基础特征进行 embedding
    feature_columns = [SparseFeat('user',vocabulary_size=3,embedding_dim=10),
                        SparseFeat('gender', vocabulary_size=2,embedding_dim=4), 
                        SparseFeat('item_id', vocabulary_size=3,embedding_dim=8), 
                        SparseFeat('cate_id', vocabulary_size=2,embedding_dim=4),
                        DenseFeat('pay_score', 1)]
    
    # 指定历史行为序列对应的特征
    behavior_feature_list = ["item_id", "cate_id"]
    
    # 构造 ['item_id', 'cate_id'] 这两个属性历史序列数据的数据结构: hist_item_id, hist_cate_id
    # 由于历史行为是不定长数据序列，需要用 VarLenSparseFeat 封装起来，并指定序列的最大长度为 4 
    # 注意,对于长度不足4的部分会用0来填充,因此 vocabulary_size 应该在原来的基础上 + 1
    feature_columns += [VarLenSparseFeat(SparseFeat('hist_item_id', vocabulary_size=3 + 1,embedding_dim=8,embedding_name='item_id'), maxlen=4),
                        VarLenSparseFeat(SparseFeat('hist_cate_id', 2 + 1,embedding_dim=2 + 1, embedding_name='cate_id'), maxlen=4)]

    # 基础特征数据
    uid = np.array([0, 1, 2])
    ugender = np.array([0, 1, 0])
    iid = np.array([1, 2, 3])
    cate_id = np.array([1, 2, 2]) 
    pay_score = np.array([0.1, 0.2, 0.3])

    # 构造历史行为序列数据
    # 构造长度为 4 的 item_id 序列,不足的部分用0填充
    hist_iid = np.array([[1, 2, 3, 0], [3, 2, 1, 0], [1, 2, 0, 0]])
    # 构造长度为 4 的 cate_id 序列,不足的部分用0填充
    hist_cate_id = np.array([[1, 2, 2, 0], [2, 2, 1, 0], [1, 2, 0, 0]])
    
    
    # 构造实际的输入数据
    feature_dict = {'user': uid, 'gender': ugender, 'item_id': iid, 'cate_id': cate_id,
                    'hist_item_id': hist_iid, 'hist_cate_id': hist_cate_id, 'pay_score': pay_score}
    x = {name:feature_dict[name] for name in get_feature_names(feature_columns)}
    y = np.array([1, 0, 1])
    return x, y, feature_columns, behavior_feature_list


if __name__ == "__main__":
    x, y, feature_columns, behavior_feature_list = get_xy_fd()
    # 构造 DIN 模型
    model = DIN(dnn_feature_columns=feature_columns, history_feature_list=behavior_feature_list)
    model.compile('adam', 'binary_crossentropy',
                  metrics=['binary_crossentropy'])
    history = model.fit(x, y, verbose=1, epochs=10)