文章目录
1. 离线预测
2. 在线预测
3. 在线学习
4. 总结
广告和推荐系统作为机器学习领域的 "摇钱树", 一直受到广泛的关注. 在这 5 年, 或者说 10 年的维度上, 广告和推荐系统发生了改头换面的变化. 传统的方法已经远去, 一时先进的新兴的方法广泛走向千家万户. 今天介绍的在线学习, 就已经从先进走向了千家万户.
广告和推荐系统的 CTR 预估模型有三种部署形态: 离线预测, 在线预测和在线学习, 其中在线学习是近几年迅速推广的架构.
1. 离线预测
离线预测的架构很简单, 其要点离线计算好所有的可能的预测结果. 具体过程如下所示: 1)在线上, 从用户和物品属性抽取用户和物品特征, 将抽取的特征合并进日志生成训练数据, 训练机器学习模型; 将几乎所有可能的请求合并特征, 进而生成预测实例, 用模型得到预测结果; 2)线上就很简单了, 接入线下传过来的预测结果. 这里稍微难理解的是 "穷尽几乎所有可能的请求", 疑惑那么多可能的请求怎么可能穷尽呢? 微博广告系统 (虚构的) 所有可能的请求貌似很多, 但每个用户只需要匹配若干个广告就行了. 因此微博广告系统的预测结果 "userid,adid1,adid2...,adidn" 上载到线上, 一旦线上传一个 userid 请求展示广告, 线上模块就按照一定的逻辑返回预测结果中这个用户对应的广告.
离线预测架构最大的优势是简单, 其将机器学习全过程和绝大部分控制逻辑都搬到线下, 规避了线上的各种隐患. 这样不那么厉害的工程师用不那么厉害的机器也能搞定线上模块了, 毕竟线上模块只需要实现少量的控制逻辑和展示. 这大大降低了建立一个广告和推荐系统的难度.
离线预测架构也有其劣势, 其中两个突出问题是系统开销大和灵活性不够. 系统开销大主要是预测时需要对所有可能用户物品对进行预测, 消耗大量的系统资源. 这逼得我们发展出一系列的预测优化技巧, 我之前的工作: 超大规模 LR 预测优化 便是优化了 LR 的预测性能, 使之 10 分钟处理完 380 亿量级的预测实例, 应该能够处理万亿级预测数据. 腾讯同学可以关注下 km 中 wxg 同学的文章: 万亿级实例打分预测, 优化了 XGBoost 的预测性能, 使之能够处理万亿级预测数据. 离线预测架构的另一个大问题就是灵活性不够, 比如离线预测架构完全无法支撑用强化学习或者多臂老虎机解决冷启动问题.
为了解决这些问题, 我们引入在线预测架构. 很多大团队直接跳过了离线预测架. 我 2010 年在百度实习见识的就是在线预测架构了.
2. 在线预测
在线预测的广告和推荐系统过程如下所示: 1)线下部分, 从用户和物品属性抽取用户和物品特征, 把抽取的特征合并进日志生成训练数据用于训练机, 并把抽取的特征上载到线上 Redis 服务器; 2)线上部分, 来了一个请求, 从 Redis 服务器取出用户和物品特征, 将特征合并进请求生成预测实例, 用线上模型得到预测结果.
在线预测解决了离线预测的问题, 系统变得更加灵活, 也变得更加复杂了. 随着数据量的增加, 业务场景多样化, 在线预测面临了两个突出问题.
第一个问题是系统性能. 随着特征工程和深度学习的发展, 机器学习要求和能够利用的数据量越来越多. 这个时候线下训练需要的系统资源和时间越来越长. 训练系统需要利用十亿级, 甚至百亿级的训练数据, 需要大规模分布式训练, 很多时候需要一整天时间.
第二个问题是实时性. 离线训练差不多要一天收集数据, 训练差不多需要半天, 上线的模型得到的是一天前的规律. 另外还存在一个问题, 我们生成训练数据是用日志 userid, itemid, is_click, 拼接数据库中用户 (user) 和物品 (item) 的属性. 我们使用的用户和物品的属性是一个时间切片的, 而日志记录的浏览点击行为发生在不同时间. 这些浏览点击行为发生时间的用户和物品属性, 和数据库中的用户和物品属性不一致, 生成的训练数据就有偏差. 用户行为与用户状态紧密关联的情况下, 比如刚刚买奶粉就不会再买奶粉, 训练数据的偏差就会造成很大的问题.
3. 在线学习
为了解决在线预测的系统性能和实时性, 人们发展出了在线学习的框架. 在线学习是在线预测的基础上更进一步, 将模型的训练也搬到了线上. 在线学习架构和在线预测架构基本相似, 区别在于: 业务系统根据广告和推荐系统预测做出相应动作, 并得到用户反馈之后, 将展示点击记录给还给广告和推荐系统; 广告和推荐系统根据业务系统的反馈, 在线更新模型.
对于广告和推荐系统性能的影响. 在线学习并不直接提升训练效率, 也不减少训练样本数量. 整体训练时间和资源效率并不会减少. 但是在线学习改变了模型完全训练完才部署上线的模式, 使得模型能够边训练边部署. 这样对模型训练的耗时的要求就降下来了.
对于广告和推荐系统实时性的影响. 这样模型训练能够使用最新训练样本, 就能时刻保持最新状态. 同时, 由于用户和物品属性的迁移会近乎实时地更新到广告和推荐系统中, 避免了训练数据中用户物品属性和用户行为直接的时间差.
上图就是在线学习简略框架图. 从工程复杂度来说, 离线预测最容易, 在线预测次之, 在线学习最难; 从灵活性和效果性来说, 离线预测最差, 在线预测次之, 在线学习最好.
4. 总结
在这 5 年, 或者说 10 年的维度上, 在线学习的广告和推荐系统就从先进走向了普遍. 业内很多广告和推荐系统都进入了在线学习模式. 这个发展速度是机器学习领域蓬勃发展的一个侧面, 反映了整个人工智能技术的快速推进.
我们这些计算机同学需要一直适应, 利用甚至推动技术的快速进步. 因为跟不上, 就落后了. 这是我们的宿命, 也是我们开心的来源吧. 停留在 "技术往往体现在'最恰当'几个字上面" 的同学们还是自勉吧.
来源: http://www.algorithmdog.com/advance-to-normal1