DeepFM演算法解析及Python實現

摘要： 1. DeepFM演算法的提出 由於DeepFM演算法有效的結合了因子分解機與神經網路在特徵學習中的優點：同時提取到低階組合特徵與高階組合特徵，所以越來越被廣泛使用。 在DeepFM中，FM演算法負責對一階特徵以及由一階特徵兩兩組合而成的二階特徵進行特徵的提取；DNN演算法負責對由輸入...

1. DeepFM演算法的提出

由於DeepFM演算法有效的結合了因子分解機與神經網路在特徵學習中的優點：同時提取到低階組合特徵與高階組合特徵，所以越來越被廣泛使用。

在DeepFM中，FM演算法負責對一階特徵以及由一階特徵兩兩組合而成的二階特徵進行特徵的提取；DNN演算法負責對由輸入的一階特徵進行全連線等操作形成的高階特徵進行特徵的提取。

具有以下特點：

1. 結合了廣度和深度模型的優點，聯合訓練FM模型和DNN模型，同時學習低階特徵組合和高階特徵組合。
2. 端到端模型，無需特徵工程。
3. DeepFM 共享相同的輸入和 embedding vector，訓練更高效。
4. 評估模型時，用到了一個新的指標“Gini Normalization”

DeepFM裡關於“Field”和“Feature”的理解： 可參考我的文章 ofollow,noindex" target="_blank">FFM演算法解析及Python實現 中對Field和Feature的描述。

2. DeepFM演算法結構圖

演算法整體結構圖如下所示：

其中，DeepFM的輸入可由連續型變數和類別型變數共同組成，且類別型變數需要進行One-Hot編碼。而正由於One-Hot編碼，導致了輸入特徵變得高維且稀疏。

應對的措施是：針對高維稀疏的輸入特徵，採用Word2Vec的詞嵌入（WordEmbedding）思想，把高維稀疏的向量對映到相對低維且向量元素都不為零的空間向量中。

實際上，這個過程就是FM演算法中交叉項計算的過程，具體可參考我的另一篇文章： 360.html" rel="nofollow,noindex" target="_blank">FM演算法解析及Python實現 中5.4小節的內容。

由上面網路結構圖可以看到，DeepFM 包括 FM和 DNN兩部分，所以模型最終的輸出也由這兩部分組成：

下面，把結構圖進行拆分。首先是FM部分的結構：

FM 部分的輸出如下：

這裡需要注意三點：

1. 這裡的wij，也就是<vi,vj>，可以理解為DeepFM結構中計算embedding vector的權矩陣（看到網上很多文章是把vi認為是embedding vector，但仔細分析程式碼，就會發現這種觀點是不正確的）。
2. 由於輸入特徵one-hot編碼，所以embedding vector也就是輸入層到Dense Embeddings層的權重，具體可閱讀我在 詞嵌入的那些事兒（一） 一文中的3.2小節。
3. Dense Embeddings層的神經元個數是由embedding vector和field_size共同確定，再直白一點就是：神經元的個數為embedding vector*field_size。

然後是DNN部分的結構：

這裡DNN的作用是構造高維特徵，且有一個特點：DNN的輸入也是embedding vector。所謂的權值共享指的就是這裡。

關於DNN網路中的輸入a處理方式採用前向傳播，如下所示：

這裡假設 a ( 0 ) = ( e 1 ,

3. DeepFM演算法的Python實現

同樣的，網上關於DeepFM演算法實現有很多很多。需要注意的是兩部分：一是訓練集的構造，二是模型的設計。

3.1 訓練集構造

主要是對連續型變數做正態分佈等資料預處理操作、類別型變數的One-hot編碼操作、統計One-hot編碼後的特徵數量、field_size的數量（注：原始特徵數量）。

feature_value。對應的特徵值，如果是離散特徵的話，就是1，如果不是離散特徵的話，就保留原來的特徵值。

feature_index。用來記錄One-hot編碼後特徵的序號，主要用於通過embedding_lookup選擇我們的embedding。

相關程式碼如下：

import pandas as pd


def load_data():
train_data = {}
file_path = 'F:/Projects/deep_learning/DeepFM/data/tiny_train_input.csv'
data = pd.read_csv(file_path, header=None)
data.columns = ['c' + str(i) for i in range(data.shape[1])]
label = data.c0.values
label = label.reshape(len(label), 1)
train_data['y_train'] = label
co_feature = pd.DataFrame()
ca_feature = pd.DataFrame()
ca_col = []
co_col = []
feat_dict = {}
cnt = 1
for i in range(1, data.shape[1]):
target = data.iloc[:, i]
col = target.name
l = len(set(target))# 列裡面不同元素的數量
if l > 10:
# 正態分佈
target = (target - target.mean()) / target.std()
co_feature = pd.concat([co_feature, target], axis=1)# 所有連續變數正態分佈轉換後的df
feat_dict[col] = cnt# 列名對映為索引
cnt += 1
co_col.append(col)
else:
us = target.unique()
print(us)
feat_dict[col] = dict(zip(us, range(cnt, len(us) + cnt)))# 類別型變數裡的類別對映為索引
ca_feature = pd.concat([ca_feature, target], axis=1)
cnt += len(us)
ca_col.append(col)

feat_dim = cnt
feature_value = pd.concat([co_feature, ca_feature], axis=1)
feature_index = feature_value.copy()

for i in feature_index.columns:
if i in co_col:
# 連續型變數
feature_index[i] = feat_dict[i]# 連續型變數元素轉化為對應列的索引值
else:
# 類別型變數
# print(feat_dict[i])
feature_index[i] = feature_index[i].map(feat_dict[i])# 類別型變數元素轉化為對應元素的索引值
feature_value[i] = 1.

# feature_index是特徵的一個序號，主要用於通過embedding_lookup選擇我們的embedding
train_data['xi'] = feature_index.values.tolist()
# feature_value是對應的特徵值，如果是離散特徵的話，就是1，如果不是離散特徵的話，就保留原來的特徵值。
train_data['xv'] = feature_value.values.tolist()
train_data['feat_dim'] = feat_dim

return train_data


if __name__ == '__main__':
load_data()

3.2 模型設計

模型設計主要是完成了FM部分和DNN部分的結構設計，具體功能程式碼中都進行了註釋。

import os
import sys
import numpy as np
import tensorflow as tf

from build_data import load_data


BASE_PATH = os.path.dirname(os.path.dirname(__file__))


class Args():
feature_sizes = 100
field_size = 15
embedding_size = 256
deep_layers = [512, 256, 128]
epoch = 3
batch_size = 64

# 1e-2 1e-3 1e-4
learning_rate = 1.0

# 防止過擬合
l2_reg_rate = 0.01
checkpoint_dir = os.path.join(BASE_PATH, 'data/saver/ckpt')
is_training = True


class model():
def __init__(self, args):
self.feature_sizes = args.feature_sizes
self.field_size = args.field_size
self.embedding_size = args.embedding_size
self.deep_layers = args.deep_layers
self.l2_reg_rate = args.l2_reg_rate

self.epoch = args.epoch
self.batch_size = args.batch_size
self.learning_rate = args.learning_rate
self.deep_activation = tf.nn.relu
self.weight = dict()
self.checkpoint_dir = args.checkpoint_dir
self.build_model()

def build_model(self):
self.feat_index = tf.placeholder(tf.int32, shape=[None, None], name='feature_index')
self.feat_value = tf.placeholder(tf.float32, shape=[None, None], name='feature_value')
self.label = tf.placeholder(tf.float32, shape=[None, None], name='label')

# One-hot編碼後的輸入層與Dense embeddings層的權值定義，即DNN的輸入embedding。注：Dense embeddings層的神經元個數由field_size和決定
self.weight['feature_weight'] = tf.Variable(
tf.random_normal([self.feature_sizes, self.embedding_size], 0.0, 0.01),
name='feature_weight')

# FM部分中一次項的權值定義
# shape (61,1)
self.weight['feature_first'] = tf.Variable(
tf.random_normal([self.feature_sizes, 1], 0.0, 1.0),
name='feature_first')

# deep網路部分的weight
num_layer = len(self.deep_layers)
# deep網路初始輸入維度：input_size = 39x256 = 9984 (field_size(原始特徵個數)*embedding個神經元)
input_size = self.field_size * self.embedding_size
init_method = np.sqrt(2.0 / (input_size + self.deep_layers[0]))

# shape (9984,512)
self.weight['layer_0'] = tf.Variable(
np.random.normal(loc=0, scale=init_method, size=(input_size, self.deep_layers[0])), dtype=np.float32
)
# shape(1, 512)
self.weight['bias_0'] = tf.Variable(
np.random.normal(loc=0, scale=init_method, size=(1, self.deep_layers[0])), dtype=np.float32
)

# 生成deep network裡面每層的weight 和 bias
if num_layer != 1:
for i in range(1, num_layer):
init_method = np.sqrt(2.0 / (self.deep_layers[i - 1] + self.deep_layers[i]))

# shape(512,256)(256,128)
self.weight['layer_' + str(i)] = tf.Variable(
np.random.normal(loc=0, scale=init_method, size=(self.deep_layers[i - 1], self.deep_layers[i])),
dtype=np.float32)

# shape (1,256)(1,128)
self.weight['bias_' + str(i)] = tf.Variable(
np.random.normal(loc=0, scale=init_method, size=(1, self.deep_layers[i])),
dtype=np.float32)

# deep部分output_size + 一次項output_size + 二次項output_size 423
last_layer_size = self.deep_layers[-1] + self.field_size + self.embedding_size
init_method = np.sqrt(np.sqrt(2.0 / (last_layer_size + 1)))
# 生成最後一層的結果
self.weight['last_layer'] = tf.Variable(
np.random.normal(loc=0, scale=init_method, size=(last_layer_size, 1)), dtype=np.float32)
self.weight['last_bias'] = tf.Variable(tf.constant(0.01), dtype=np.float32)

# embedding_part
# shape (?,?,256)
self.embedding_index = tf.nn.embedding_lookup(self.weight['feature_weight'],
self.feat_index)# Batch*F*K

# shape (?,39,256)
self.embedding_part = tf.multiply(self.embedding_index,
tf.reshape(self.feat_value, [-1, self.field_size, 1]))
# [Batch*F*1] * [Batch*F*K] = [Batch*F*K],用到了broadcast的屬性
print('embedding_part:', self.embedding_part)

"""
網路傳遞結構
"""
# FM部分
# 一階特徵
# shape (?,39,1)
self.embedding_first = tf.nn.embedding_lookup(self.weight['feature_first'],
self.feat_index)# bacth*F*1
self.embedding_first = tf.multiply(self.embedding_first, tf.reshape(self.feat_value, [-1, self.field_size, 1]))
# shape （？,39）
self.first_order = tf.reduce_sum(self.embedding_first, 2)
print('first_order:', self.first_order)

# 二階特徵
self.sum_second_order = tf.reduce_sum(self.embedding_part, 1)
self.sum_second_order_square = tf.square(self.sum_second_order)
print('sum_square_second_order:', self.sum_second_order_square)

self.square_second_order = tf.square(self.embedding_part)
self.square_second_order_sum = tf.reduce_sum(self.square_second_order, 1)
print('square_sum_second_order:', self.square_second_order_sum)

# 1/2*((a+b)^2 - a^2 - b^2)=ab
self.second_order = 0.5 * tf.subtract(self.sum_second_order_square, self.square_second_order_sum)

# FM部分的輸出(39+256)
self.fm_part = tf.concat([self.first_order, self.second_order], axis=1)
print('fm_part:', self.fm_part)

# DNN部分
# shape (?,9984)
self.deep_embedding = tf.reshape(self.embedding_part, [-1, self.field_size * self.embedding_size])
print('deep_embedding:', self.deep_embedding)

# 全連線部分
for i in range(0, len(self.deep_layers)):
self.deep_embedding = tf.add(tf.matmul(self.deep_embedding, self.weight["layer_%d" % i]),
self.weight["bias_%d" % i])
self.deep_embedding = self.deep_activation(self.deep_embedding)

# FM輸出與DNN輸出拼接
din_all = tf.concat([self.fm_part, self.deep_embedding], axis=1)
self.out = tf.add(tf.matmul(din_all, self.weight['last_layer']), self.weight['last_bias'])
print('output:', self.out)

# loss部分
self.out = tf.nn.sigmoid(self.out)

self.loss = -tf.reduce_mean(
self.label * tf.log(self.out + 1e-24) + (1 - self.label) * tf.log(1 - self.out + 1e-24))

# 正則：sum(w^2)/2*l2_reg_rate
# 這邊只加了weight，有需要的可以加上bias部分
self.loss += tf.contrib.layers.l2_regularizer(self.l2_reg_rate)(self.weight["last_layer"])
for i in range(len(self.deep_layers)):
self.loss += tf.contrib.layers.l2_regularizer(self.l2_reg_rate)(self.weight["layer_%d" % i])

self.global_step = tf.Variable(0, trainable=False)
opt = tf.train.GradientDescentOptimizer(self.learning_rate)
trainable_params = tf.trainable_variables()
print(trainable_params)
gradients = tf.gradients(self.loss, trainable_params)
clip_gradients, _ = tf.clip_by_global_norm(gradients, 5)
self.train_op = opt.apply_gradients(
zip(clip_gradients, trainable_params), global_step=self.global_step)

def train(self, sess, feat_index, feat_value, label):
loss, _, step = sess.run([self.loss, self.train_op, self.global_step], feed_dict={
self.feat_index: feat_index,
self.feat_value: feat_value,
self.label: label
})
return loss, step

def predict(self, sess, feat_index, feat_value):
result = sess.run([self.out], feed_dict={
self.feat_index: feat_index,
self.feat_value: feat_value
})
return result

def save(self, sess, path):
saver = tf.train.Saver()
saver.save(sess, save_path=path)

def restore(self, sess, path):
saver = tf.train.Saver()
saver.restore(sess, save_path=path)


def get_batch(Xi, Xv, y, batch_size, index):
start = index * batch_size
end = (index + 1) * batch_size
end = end if end < len(y) else len(y)
return Xi[start:end], Xv[start:end], np.array(y[start:end])


if __name__ == '__main__':
args = Args()
data = load_data()
args.feature_sizes = data['feat_dim']
args.field_size = len(data['xi'][0])
args.is_training = True

with tf.Session() as sess:
Model = model(args)
# init variables
sess.run(tf.global_variables_initializer())
sess.run(tf.local_variables_initializer())

cnt = int(len(data['y_train']) / args.batch_size)
print('time all:%s' % cnt)
sys.stdout.flush()
if args.is_training:
for i in range(args.epoch):
print('epoch %s:' % i)
for j in range(0, cnt):
X_index, X_value, y = get_batch(data['xi'], data['xv'], data['y_train'], args.batch_size, j)
loss, step = Model.train(sess, X_index, X_value, y)
if j % 100 == 0:
print('the times of training is %d, and the loss is %s' % (j, loss))
Model.save(sess, args.checkpoint_dir)
else:
Model.restore(sess, args.checkpoint_dir)
for j in range(0, cnt):
X_index, X_value, y = get_batch(data['xi'], data['xv'], data['y_train'], args.batch_size, j)
result = Model.predict(sess, X_index, X_value)
print(result)

最終計算結果如下：

4. 總結

到此，關於CTR問題的三個演算法（FM、FFM、DeepFM）已經介紹完畢，當然這僅僅是冰山一角，此外還有FNN、Wide&Deep等演算法。感興趣的同學可以自行研究。

此外，個人認為CTR問題的核心在於特徵的構造，所以不同演算法的差異主要體現在特徵構造方面。

最後，附上一個CTR問題各模型的效果對比圖。