Skip to content

Latest commit

 

History

History
199 lines (131 loc) · 5.94 KB

model.md

File metadata and controls

199 lines (131 loc) · 5.94 KB
Raw

模型性能与效果

[TOC]

简介

embedx 支持的模型

  • 已支持模型

    模型 模型类型
    deepwalk 图模型
    eges 图模型
    unsup_graphsage 图模型
    sup_graphsage 图模型
    semisup_graphsage 图模型
    unsup_bipartite_graphsage 图模型
    bipartite_plnlp 图模型
    cmv 图模型
    deep_graph_infomax 图模型
    deep_graph_contrastive 图模型
    node_infograph 图模型
    deepfm 排序模型
    deepfm2 排序模型
    din 排序模型
    youtubednn 召回模型
    dssm 召回模型
    self-training dssm 召回模型
    graphdeepfm 图排序模型
    graphdssm 图召回模型
    ... ...

评测环境

  • 机器配置

    • Intel(R) Xeon(R) Platinum 8255C CPU @ 2.50GHz
    • 内存 256GB

  • 软件版本

    • Tencent tlinux release 2.2
    • gcc (GCC) 4.8.5
    • Python 3.7.10
    • scikit-learn 1.0

  • 参数设置与论文基本保持一致

    • 参考demo/single目录下对应模型脚本
    • 所有评测均使用 8 个线程

评测流程

  • 对于 业界已有模型

    • 有公开数据集，给出公开数据集上的评测效果和效率
    • 没有公开数据集，给出业务数据集上相对提升

  • 对于 自研模型

    • 有公开数据集，给出公开数据集上的评测效果和效率
    • 没有公开数据集，阐述建模思路并给出业务数据集上相对提升

以下依次介绍 图模型、深度模型 和 图与深度学习的联合建模模型 效果与效率的评测。

图模型

评测数据集

评测结果

  • 业界已有模型

    模型 数据集 耗时（秒） micro-F1
    deepwalk blogcatalog 175 0.408
    eges ppi 154 0.431
    unsup_graphsage ppi 332 0.510
    sup_graphsage ppi 19 0.612
    cmv cora 83 0.763
    deep_graph_infomax cora 34 0.721
    deep_graph_contrastive cora 115 0.757
    node_infograph cora 123 0.856

  • 自研模型

    • unsup_bipartite_graphsage

      • 在 unsup_graphsage 基础上从同构图扩展到二部图
      • 节点根据类型使用不同编码器编码，增强异构表达能力

    • semisup_graphsage

      • 联合训练有监督与无监督目标
      • 有监督，利用少量的标签数据，学习业务的目标
      • 无监督，利用大量无标签数据，学习节点相似性

    • bipartite_plnlp

      • 将自研的图链接预测自监督同构图算法pairwise learning for neural link prediction (https://arxiv.org/abs/2112.02936) 扩展到二部图
      • 节点根据类型使用不同编码器编码，增强异构表达能力
      • 通过pairwise learning提升模型的链接预测能力
      • 能够直接应用于链接预测任务，也可以自监督学习生成二部图的节点embedding

深度排序模型

评测数据集

评测结果

  • 业界已有模型

    模型 数据集 耗时（分钟） auc
    deepfm avazu 8 0.749
    deepfm criteo 16 0.801

深度召回模型

评测数据集

  • 没有公开数据集（若有，以后补充），使用业务数据集

评测结果

  • 业界已有模型

    模型 数据集 耗时（分钟） hitrate
    youtubednn 内部 60 分钟 0.13
    dssm 内部 60 分钟 0.19

  • 自研模型

    • self-training dssm

      • 通过构造补充正例，增强对长尾 item 的召回能力
      • 相比于 dssm，hitrate + 1.3%

图与深度模型的联合建模

背景

  • 常用排序或者召回模型没法直接使用用户行为图数据，需要使用两阶段方案

    • 图模型中，首先训练 embedding，然后加入排序或者召回模型作为特征使用
    • 两阶段方案达不到预期的业务效果

我们通过联合建模的方案来解决这个问题，以 graph_deepfm 和 graph_dssm 为例讲述。

graphdeepfm, 图与深度排序模型联合建模

  • 图模型学习 user embedding 加入 deepfm 模型侧，联合训练

  • 对比 deepfm 与 graphdeepfm 的效果

    模型 auc
    deepfm -
    graph_deepfm + 0.346%

graphdssm, 图与深度召回模型联合建模

  • user 侧引入 graph 信息，graph 与 dssm 模型

  • 对比 dssm 与 graphdssm 的效果

    模型 hitrate
    dssm -
    graph_dssm + 2.63%