google item 冷启动召回CDN 《Empowering Long-tail Item Recommendation through Cross Decoupling Network (CDN)》

背景

推荐系统中常常存在长尾分布的问题，也就是说少量item占了大量的曝光，而数目比较大长尾item占了少量的曝光，这会导致推荐系统存在两个问题：

1. item记忆性特征不容易学好，对于长尾item，由于其曝光很少，导致其记忆性的特征很难学好（如item id），但是这类特征往往是推荐模型中非常重要的个性化特征
2. user对item喜好不容易学好，由于训练集中的正样本大部分都是热门item，模型容易被热门item主导，偏向于热门item，形成“马太效应”，热门item的下发占比会越来越高，长尾item的下发占比会越来越低

 

模型架构

对于第一个问题，CDN 在 item 侧解耦了记忆特征和泛化特征，即记忆特征单独用一个专家网络建模，泛化特征用另一个专家网络建模，最后输入item曝光频率到gate网络得到两个专家网络的融合权重，最后的item tower的结果是记忆tower和泛化tower的加权和

对于第二个问题，CDN 在 user 侧使用了两个tower（两个tower底层共享），第一个tower使用曝光数据流训练，第二个tower使用对热门item降采样后数据流训练

 

参考资料

似曾相识：谈Google CDN长尾物料推荐

KDD'23 谷歌 | CDN：交叉解耦网络来应对长尾分布的item推荐Empowering Long-tail Item Recommendation through Cross Decoupli