【推荐系统】YouTube推荐系统架构的十大工程问题

YouTube是世界上最大的创建、分享和发现视频内容的平台。YouTube的建议负责帮助超过10亿用户从不断增长的视频语料库中发现个性化内容。在本文中，我们将重点关注深度学习最近对YouTube视频推荐系统所产生的巨大影响。该图说明了在YouTube移动应用程序主页上的建议。从三个主要的角度来看，推荐YouTube上的视频是极具挑战性的：

• 规模：许多现有的推荐算法被证明适用于小问题，但都不能在我们的规模上运行。高度专业化的分布式学习算法和高效的服务系统对于处理YouTube庞大的用户群和语料库至关重要。
• 新鲜度：YouTube有一个非常动态的语料库，每秒可以上传很多小时的视频。推荐系统应该有足够的响应能力，以模拟新上传的内容以及用户所采取的最新行动。平衡新内容有了完善的视频，就可以从探索/开发的角度来理解。
• 噪声：由于稀疏性和各种难以观察到的外部因素，在YouTube上的历史用户行为本质上难以预测。我们很少得到用户满意度的基本真相，而是建模有噪声的隐式反馈信号。此外，与内容相关联的元数据结构不佳，而没有一个定义良好的本体。我们的算法需要对我们的训练数据的这些特殊特征具有鲁棒性。

YouTube推荐系统架构如下：

• Candidate Generation：这个部分相当于召回层，从几亿视频语料库中筛选出几百个候选视频
• Ranking：这个部分对于海选出的几百个视频进行精排，加入更加细粒化的特征用于构建模型，进而找出评分最高的topN视频推荐给用户

Candidate Generation DNN模型

DNN输入层的特征总共分为3个部分：

• embedde video watches：该特征为所有video的特征信息，这里为了将其统一输入模型进行了Embedding处理，然后使用平均池化Embedding
• embedded search tokens：该特征使用户搜索词进行Embedding处理
• 用户特征：包括用户的年龄、性别等粗粒化的特征信息

之后将这3部分的Embedding向量进行横向拼接，然后送入后面的MLP层，进行训练，这里YouTube是将预测作为多分类，分别对应几百万个视频的概率情况，也就是SoftMax。

Ranking DNN模型

DNN输入层的特征总共分为5个部分：

• impression video ID：候选视频的特征信息，这里将其进行Embedding
• watched video IDs：用户已经看过的视频的特征信息，将每个看过的视频进行平均化Embedding
• language embedding：该特征是候选视频的语言和用户的语言的Embedding
• time since last watch：用户上次看相似视频的时间
• previous impressions：用户先前看过的候选视频

YouTube推荐模型架构的十大工程问题

这里是看了王喆老师的文章获得的感想，将其总结记录

1、文中把推荐问题转换成多分类问题，在next watch的场景下，每个video都会是一个分类，因此总共的分类将会有数百万之巨，这在使用softmax训练时无疑是非常低效的，这个问题YouTube是如何解决的？

YouTube团队进行了负采样并采用importance weighting的方法对采用进行calibration。

2、在candidate generation model的serving过程中，YouTube为什么不直接采用训练时的model进行预测，而是采用了一种最近邻搜索的方法？

由于在model serving过程中对几百万个候选集逐一跑一遍模型的时间开销显然太大了，因此在通过candidate generation model得到user 和 video的embedding之后，通过最近邻搜索的方法的效率高很多，只需要将用户和视频的Embedding存到内存即可。

3、Youtube的用户对新视频有偏好，那么在模型构建的过程中如何引入这个feature？

模型引入了“Example Age”这个特征，它代表着视频距离当前的发布时间间隔。

4、在对训练集的预处理过程中，YouTube没有采用原始的用户日志，而是对每个用户提取等数量的训练样本，这是为什么？

这是为了减少高度活跃用户对于loss的过度影响。

5、YouTube为什么不采取类似RNN的Sequence model，而是完全摒弃了用户观看历史的时序特征，把用户最近的浏览历史等同看待，这不会损失有效信息吗？

会导致模型过度拟合上个时间段的数据，如果一个用户刚刚点开某个领域的视频，会导致模型过度推荐这个领域的视频给用户造成不好的体验感。

6、在处理测试集的时候，YouTube为什么不采用经典的随机留一法（random holdout），而是一定要把用户最近的一次观看行为作为测试集？

主要是为了避免引入future information，产生与事实不符的数据穿越。

7、在确定优化目标的时候，YouTube为什么不采用经典的CTR，或者播放率（Play Rate），而是采用了每次曝光预期播放时间（expected watch time per impression）作为优化目标？

因为 watch time更能反应用户的真实兴趣，从商业模型角度出发，因为watch time越长，YouTube获得的广告收益越多。而且增加用户的watch time也更符合一个视频网站的长期利益和用户粘性。

8、在进行video embedding的时候，为什么要直接把大量长尾的video直接用0向量代替？

把大量长尾的video截断掉，主要还是为了节省online serving中宝贵的内存资源。

9、针对某些特征，比如#previous impressions，为什么要进行开方和平方处理后，当作三个特征输入模型？

这是为了引入非线性特征，提高模型的拟合能力。

10、为什么ranking model不采用经典的logistic regression当作输出层，而是采用了weighted logistic regression？

我们已经知道模型采用了expected watch time per impression作为优化目标，所以如果简单使用LR就无法引入正样本的watch time信息。因此采用weighted LR，将watch time作为正样本的weight，在线上serving中使用e(Wx+b)做预测可以直接得到expected watch time的近似，完美。

参考文章

王喆-YouTube推荐系统