文 /Maciej Kula 和 James Chen，Google Brain

推薦系統是機器學習的一大主要應用，能夠根據用戶偏好推送相關內容，比如推薦電影、餐廳、搭配時裝首飾或篩選媒體信息流等。

Google 過去幾年一直在探索新的深度學習技術，力求通過結合多任務學習、強化學習、提取更好的用戶表征和構建公平性指標提供更好的推薦。這些努力和其他方面的進展大幅改善了我們的推薦效果。

今天，我們榮幸地推出 TensorFlow Recommenders (TFRS)，這款開源 TensorFlow 軟件包可簡化構建、評估和應用復雜的推薦模型。

TensorFlow Recommenders (TFRS)
https://tensorflow.google.cn/recommenders

TFRS 使用 TensorFlow 2.x 構建，有助于：

構建和評估靈活的Candidate Nomination Model；

將條目、用戶和上下文信息自由整合到推薦模型；

訓練可聯合優化多個推薦目標的多任務模型；

用 TensorFlow Serving 高效利用生成的模型。

TFRS 基于 TensorFlow 2.x 和 Keras，十分易于上手，在采用模塊化設計的同時（您可以自定義每個層和評價指標），仍然組成了一個強有力的整體（各個組件可以良好協作）。在 TFRS 的設計過程中，我們一直強調靈活性和易用性：合理的默認設置、直觀易行的常見任務以及更復雜或自定義的推薦任務。

TensorFlow Recommenders 現已在 GitHub 上開源。我們的目標是讓其不斷發展，能夠靈活地進行學術研究，并以高度可擴展的方式構建全網推薦系統。我們還計劃在多任務學習、特征交叉建模、自監督學習和最前沿 (SOTA)近似最鄰近計算方面擴展其功能。

GitHub
https://github.com/tensorflow/recommenders

示例：構建電影推薦工具

讓我們先用一個簡單示例展現 TensorFlow Recommenders 的使用方法。首先，使用 pip 安裝 TFRS：

!pip install tensorflow_recommenders

然后，我們可以使用 MovieLens 數據集訓練一個簡單的電影推薦模型。數據集所含信息包括用戶觀看了哪些電影以及用戶對該電影的評分。

我們將使用這一數據集構建模型，預測用戶已觀看和未觀看的電影。此類任務通常選擇雙塔模型：一個具有兩個子模型的神經網絡，分別學習 query 和 candidate 的表征。給定的query-candidate 對的得分 (score) 只是這兩個塔的輸出的點積。

這個模型架構相當靈活。query 塔的輸入可以是：用戶 ID、搜索關鍵詞或時間戳；對于 candidate 側則有：電影片名、描述、梗概、主演名單。

在此示例中，我們在 query 塔僅使用用戶 ID，在 candidate 塔僅使用電影片名。

我們先來準備數據。數據可從 TensorFlow Datasets 獲取。

import tensorflow as tf import tensorflow_datasets as tfds import tensorflow_recommenders as tfrs

# Ratings data. ratings = tfds.load("movie_lens/100k-ratings", split="train") # Features of all the available movies. movies = tfds.load("movie_lens/100k-movies", split="train")

在數據集的所有可用特征中，最實用的是用戶 ID 和電影片名。雖然 TFRS 有多種可選特征，但為簡單起見，我們只使用這兩項。

ratings = ratings.map(lambda x: { "movie_title": x["movie_title"], "user_id": x["user_id"], }) movies = movies.map(lambda x: x["movie_title"])

只使用用戶 ID 和電影片名時，我們簡單的雙塔模型與典型的矩陣分解模型非常相似。我們需要使用以下內容進行構建：

一個用戶塔，將用戶 ID 轉換為用戶 embedding 向量（高維向量表示）。

一個電影塔，將電影片名轉換為電影 embedding 向量。

一個損失函數，對于觀看行為，最大化預測用戶與電影的匹配度，而未觀看的行為進行最小化。

TFRS 和 Keras 為實現這一目標提供了大量基本模塊。我們可以從創建模型類開始。在__init__方法中，我們設置一些超參數以及模型的主要組件。

class TwoTowerMovielensModel(tfrs.Model): """MovieLens prediction model.""" def __init__(self): # The `__init__` method sets up the model architecture. super().__init__() # How large the representation vectors are for inputs: larger vectors make # for a more expressive model but may cause over-fitting. embedding_dim = 32 num_unique_users = 1000 num_unique_movies = 1700 eval_batch_size = 128

第一個主要組件是用戶模型：一組描述如何將原始用戶特征轉換為數字化用戶表征的層。我們在這里使用 Keras 預處理層將用戶 ID 轉換為整數索引，然后將其映射到學習的 embedding 向量：

# Set up user and movie representations. self.user_model = tf.keras.Sequential([ # We first turn the raw user ids into contiguous integers by looking them # up in a vocabulary. tf.keras.layers.experimental.preprocessing.StringLookup( max_tokens=num_unique_users), # We then map the result into embedding vectors. tf.keras.layers.Embedding(num_unique_users, embedding_dim) ])

電影模型看起來很相似，能夠將電影片名轉換為 embedding 向量：

self.movie_model = tf.keras.Sequential([ tf.keras.layers.experimental.preprocessing.StringLookup( max_tokens=num_unique_movies), tf.keras.layers.Embedding(num_unique_movies, embedding_dim) ])

得到用戶和電影模型后，就需要定義我們的目標和它的評估指標了。在 TFRS 中，可以通過 Retrieval任務完成這一點（使用 in-batch softmax loss）：

# The `Task` objects has two purposes: (1) it computes the loss and (2) # keeps track of metrics. self.task = tfrs.tasks.Retrieval( # In this case, our metrics are top-k metrics: given a user and a known # watched movie, how highly would the model rank the true movie out of # all possible movies? metrics=tfrs.metrics.FactorizedTopK( candidates=movies.batch(eval_batch_size).map(self.movie_model) ) )

我們使用 compute_loss方法查看模型的訓練過程：

def compute_loss(self, features, training=False): # The `compute_loss` method determines how loss is computed. # Compute user and item embeddings. user_embeddings = self.user_model(features["user_id"]) movie_embeddings = self.movie_model(features["movie_title"]) # Pass them into the task to get the resulting loss. The lower the loss is, the # better the model is at telling apart true watches from watches that did # not happen in the training data. return self.task(user_embeddings, movie_embeddings)

我們可以調用 Keras 的 fit 擬合此模型：

model = MovielensModel() model.compile(optimizer=tf.keras.optimizers.Adagrad(0.1)) model.fit(ratings.batch(4096), verbose=False)

要對模型的推薦進行 Sanity-Check（合理性檢驗），我們可以使用 TFRS BruteForce 層。BruteForce 層以預先計算好的 candidate 的表征進行排序，允許我們對所有可能的 candidate 計算其所在 query-candidate 對的得分，并返回排名最靠前的電影 (query)：

index = tfrs.layers.ann.BruteForce(model.user_model) index.index(movies.batch(100).map(model.movie_model), movies) # Get recommendations. _, titles = index(tf.constant(["42"])) print(f"Recommendations for user 42: {titles[0, :3]}")

當然，BruteForce 層只適用于非常小的數據集。有關將 TFRS 與近似最鄰近庫 Annoy 結合使用的示例，請參閱我們的完整教程。

完整教程
https://tensorflow.google.cn/recommenders/examples/basic_retrieval#building_a_candidate_ann_index

我們希望這能讓您對 TensorFlow Recommenders 的功能有所了解。要了解更多信息，請查看我們的教程或 API 參考。如果您想參與，一同推動 TensorFlow 推薦系統發展，請考慮貢獻您的一份力量！我們還將在近期宣布成立 TensorFlow Recommendations 特殊興趣小組 (SIG)，歡迎大家就嵌入向量學習和分布式訓練與應用等主題開展合作和做出貢獻。敬請期待！

教程
https://tensorflow.google.cn/recommenders/examples/quickstart

API 參考
https://tensorflow.google.cn/recommenders/api_docs/python/tfrs/all_symbols

貢獻您的一份力量
https://github.com/tensorflow/recommenders/

致謝

TensorFlow Recommenders 是 Google 以及其他組織的人員共同努力的成果。我們要感謝 Tiansheng Yao、Xinyang Yi、Ji Yang 對庫的核心貢獻，感謝 Lichan Hong 和 Ed Chi 的領導與指導。我們也要感謝 Zhe Zhao、Derek Cheng、Sagar Jain、Alexandre Passos、Francois Chollet、Sandeep Gupta、Eric Ni 等人對項目的建議和支持。

責任編輯：xj

原文標題：TensorFlow Recommenders 現已開源，讓推薦系統更上一層樓！

文章出處：【微信公眾號：TensorFlow】歡迎添加關注！文章轉載請注明出處。