引入：

自监督学习改进双塔模型，可以提升业务指标。自监督学习是把物品塔学习得更习的更好。

长尾物品的曝光和点击数量太少，训练的样本次数不够。自监督可以更好地学习长尾数据的物品表征。

双塔模型的训练：

线上召回的时候不用纠偏，不需要调整余弦相似度。

 

自监督学习：

对一个物品做随机特征变换得到不同的特征，这两个向量表征应该有高相似度，但是不同物品的表征向量应该分散开。

特征变换：

random mask

本来一个物品有多个类目，分别对每一个类目都做embadding，得到两个向量，再取加和或者平均。而做mask之后，丢掉全部的类目，变成默认缺失值，做embadding。

dropout

complementary

mask一组关联的特征

类目和性别的关联就很强。

训练模型：

用变换后的特征训练模型，从全部物品随机抽样，区别于双塔模型是根据点击行为抽样的。

推导损失函数：

sii应该接近1，其余sij应该接近0。训练希望si接近yi，将其交叉熵记为损失函数。

总结：

让不同物品的向量表征尽量spread out ，分散在整个特征空间上，而不是集中在一起。指标有改善。

第一个batch训练双塔，包括用户塔和物品塔；第二个batch做自监督学习，只训练物品塔。最后做梯度下降使损失函数减小。Lmain 是双塔的损失，  Lself是自监督的损失，分别取平均。α是超参数，决定自监督学习起到的作用。