看看阿里如何在淘宝做推荐，实现“一人千物千面”的用户多样化兴趣推荐，首先总结下DIN、DIEN、DSIN：
传统深度学习在推荐就是稀疏到embedding编码，变成稠密向量，喂给NN
DIN引入attention机制，捕获候选商品和用户浏览过的商品之间的关系（兴趣）
DIEN在DIN基础上引入序列概念，将用户历史行为序列纳入到网络内
DSIN将行为序列划分为session，更符合RNN概念
大多推荐场景下数据下都包含如下信息，用户内在属性信息、用户行为信息、商品信息、上下文信息，一个明显不同的不同用户的行为信息差异很大。
深度学习在推荐系统一般做法：
稀疏向量 -- embedding -- fixed-length稠密向量 --- MLP
这样做有什么问题？
一个明显的问题是不同用户的行为序列长度是不同的，fixed-length信息表达不全面
用户最终的行为只和历史行为中的部分有关，因此对历史序列中商品相关度应有区分
DIN
根据上述问题，有两个解决思路：
对不同用户尝试不同维度的向量，导致训练困难
如何在有限的维度表示用户的差异化兴趣？
DIN从第二个问题出发，引入局部激活单元，对特定的ad自适应学习用户兴趣表示向量。即同一用户在获选ad不同时，embedding向量不同。
key idea
使用attention机制捕获ad和用户行为序列商品之间的关系
看结果
和ad相似度搞得物品拥有更高的权重
不相关物品的相似度低
下面是两个小tricks，对结果提升有帮助：
Mini-batch Aware Regularization
Dice Activation Function
tricks的细节可以参考原论文。
DIEN
DIEN使用了GRU来建模用户行为序列，在DIN基础上考虑序列信息
使用GRU建模序列信息，即用GRU最后时刻的隐状态表示序列
修改GRU为AUGRU
看下AUGRU部分：
\[
a_{t}=\frac{\exp \left(\mathbf{h}_{t} W \mathbf{e}_{a}\right)}{\sum_{j=1}^{T} \exp \left(\mathbf{h}_{j} W \mathbf{e}_{a}\right)}
\]
\[ \begin{aligned}&\tilde{\mathbf{u}}_{t}^{\prime}=a_{t} * \mathbf{u}_{t}^{\prime}\\&\mathbf{h}_{t}^{\prime}=\left(1-\tilde{\mathbf{u}}_{t}^{\prime}\right) \circ \mathbf{h}_{t-1}^{\prime}+\tilde{\mathbf{u}}_{t}^{\prime} \circ \tilde{\mathbf{h}}_{t}^{\prime}\end{aligned} \]
根据attention score控制更新门。
看模型，直观的思考貌似很合理，但是有两个问题：
序列信息包含多长？即短期兴趣还是长期兴趣的问题
序列连续否？不同时期的兴趣不一样，序列间隔过大相关性可能很低
用户是否一定服从严格的序列？先点那个和后点那个的区别大吗
1.DIEN使用过去14天信息行为序列，从RNN角度来说可能短期内行为信息更重要，但长期信息是否引入了噪音？
2.过去14天内用户需求会变。比如第一天买了衣服、可能十天后买的是书
3.用户点击顺序不一定重要，自己想一想好像是
关于使用RNN是否合适，RNN只关心t-1（上一步）和t（当前步），而没有涉及t-1和t之间的时间间隔。没涉及不代表不重要，反而是因为其使用前提就是假定各步骤之间是等间距的，见维基百科。
A time series is a series of data points indexed (or listed or graphed) in time order. Most commonly, a time series is a sequence taken at successive equally spaced points in time"
以上部分内容摘自[3].
DSIN
DSIN进一步做出优化，在每个会话中的行为是相近的，而在不同会话之间差别是很大的，如下图的例子：
模型架构
会话分割层
将用户的点击行为按照时间排序，判断每两个行为之间的时间间隔，前后的时间间隔大于30min，就进行切分。
兴趣提取层
用Tansformer编码用户行为序列，简单来说就是输入一个序列，输出一个对应的embedding序列。
引入了偏置编码（Bias encoding），实质上是对序列中位置信息的编码