1. 背景

随着互联网的快速发展，互联网上出现了各种海量的信息。怎么样为用户推荐感兴趣的信息是个很大的挑战？各种各样的推荐算法、系统都涌现出来。而预估引擎可以说是推荐系统中比较重要的一环，预估引擎效果的好坏严重影响了算法效果。结合oppo的业务场景，我们的预估引擎需要解决几个问题：

（1）通用性：oppo的推荐业务场景非常多，包括信息流、商店、短视频、联盟、锁屏杂志、音乐等业务，预估引擎要支持这么多的场景，框架一定要通用。

（2）多模型预估：在广告场景中，需要支持ocpx，需要一次请求同时预估ctr和cvr，可能是多个不同的转化模型（例如下载、付费等）。

（3）模型的动态更新：有些模型是小时更新、有些模型是天级更新，需要做到能够无感的动态更新。

（4）扩展性：各个业务用到的特征、字典、模型类型都可能不一样，要做到比较容易扩展。

2. 定位与技术选型

考虑到各个业务的业务特征差异比较大，统一预估引擎如果要支持各个业务的策略实验和分流实验，会让预估引擎模块非常臃肿，没法维护。所以最终决定预估引擎只做预估相关的事情。 从原始数据到得到预估ctr结果，需要经过特征提取，提取特征之后的结果再进行模型预估。考虑到特征提取结果比较大，一次预估需要用的特征结果大约有2M，这么大的数据如果通过网络来传输，耗时太长。所以预估引擎总体的流程包括了两部分：特征提取和模型预估。

3. Predictor的设计与实现

3.1 Predictor模块在整个推荐系统中的位置

以oppo手机应用市场为类来说明predictor模块在整个系统中的位置， ranker模块负责排序，包括各种分流实验和各种运营策略等。它通过grpc框架与predictor模块进行通信。

3.2 Predictor模块的主体流程

图中示意了两个请求的处理流程，图中提特征包括多个特征conf，每个样本、每个特征配置提取一次。预估也会是多个模型，每个样本、每个conf、每个模型会预估多次。特征提取依赖外部字典，预估依赖外部的模型文件，外部字典的更新、双buf切换都是通过字典管理模块来完成的。下面分别就字典管理模块、分task, 提特征，预估，merge进行详细说明。

3.3 字典管理模块

如下图所示：conf1, conf2, lr_model_x0等表示磁盘上的文件，每个文件名都是通过不同的字典解析类来解析，这个字典解析类负责管理这个文件的加载，双buf切换。例如：FeatureConfDict负责解析conf1，它内部保存两个FeatureConfList类型的buf，当conf1文件发生更新时，就用备的FeatureConfList* 进行加载，加载完成后，在加载过程中，服务使用主的FeatureConfList*指针。加载完成后，进行主从切换，待没有请求使用老的buf，就释放到老的buf内存。

3.4 分task逻辑

接收到一个请求，这个请求指定了多conf多模型来预估。如下图所示：

上图表示一共有8条样本，分别用两个conf：conf0, conf1来提取特征，其中conf0的结果由model0，model1来预估，conf1由model2，model3来预估。按照2个样本一个task，拆分完task之后会得到4个task，如下图所示：

按照样本维度进行拆分成4个task，丢到线程池去执行。

3.5 Merge流程

在预估完成之后，需要按照conf/model这个维度进行组织预估结果给ranker， 最终的response如下图右子图所示。

3.6 特征提取框架的设计

特征提取框架线上、线下都会用到，这样比较好保证线上线下的一致性。所以设计的时候要同时考虑到线上线下的业务场景。

线上是将请求带来的数据与字典数据拼成一条条样本，进行特征提取的。而线下是编译so，通过mapreduce来调用，样本是通过反序列化hdfs的一条条文本得到的。

3.6.1 特征配置文件格式

特征配置文件包括两部分: schema部分，特征算子部分。

3.6.2 schema部分

上图中有5个 schema配置

user_schema：表示当前的用户相关信息，只在在线方式使用，由上游请求带过来。

item_schema：表示推荐的item相关信息，只在在线方式使用，一部分由请求带过来，一部分由字典文件中获取。

context_schema：表示推荐的上下文相关信息，只在在线方式使用，由上游戏请求带过来。例如：当前网络状态是wifi还是4G。

all_schema: 表示最终的样本的schema信息。在线模式是将user_schema, item_schema，context_schema的各个字段放在all_schema的对应位置，离线模块是将hdfs的一行行文本，按照all_schema_type指定的类型进行反序列化生成的。不管是在线还是离线，特征框架的样本最终的字段顺序都是按照all_schema顺序存放的

all_schema_type: 离线模式才会用到，指定了各个schema的类型，这些类型名都是事先定义好的，在离线模式下，根据schema类型来反序列化各个字段。

3.6.3 特征算子配置部分

每个特征包括下面这些字段：

Name: 特征名字

Class：表示这个特征用的哪个特征算子类，对应代码里类名

Slot: 唯一标识一个特征

Depend: 表示该特征依赖哪些字段, 这个字段在上述all_schema中必须存在

Args: 表示传给特征算子的参数, 框架会转成float传给算子

Str_args: 传给特征算子的参数，以字符串的形式传递。

3.6.4 特征分group（common和uncommon）

一次预估请求里面，所有样本的用户和context信息是一样的， 考虑到有些特征只依赖用户和context信息，这部分特征只需要提取一次，所有样本共用。

特征配置里面一部分特征会依赖其他的特征（例如组合特征、 cvm特征），所以需要对特征的依赖进行分析，用来判断一个特征最终依赖的字段信息。

i_id特征依赖item字段的item_id，所以它是uncommon特征

u_a/net特征只依赖user_schema或者context字段, 不依赖item字段，所以它是common特征 u_a-i_id组合特征依赖i_id特征，间隔依赖item_id，所以它是uncommon特征，

u_a-net组合特征只依赖u_a和network字段，所以它是common特征，在特征提取的时候，一次请求只算一次。

注意：这里特征分group是异步字典更新线程来负责计算好的，不是请求来了现算的。

3.7 预估部分

前面提到了，一个请求里面指定了用哪个特征配置文件来提取特征，用哪个模型来预估。所有的模型都是有异步字典更新线程来负责更新。目前支持了LR, FM, DSSM， Deep&Wide等模型的预估，并且比较容易扩展。下面大概介绍下两个根据业务场景做了深度优化的模型：

3.7.1 FM模型预估（LR类似）

其中

考虑到业务场景，多个样本的user/context信息是一样的，那么线上FM的 预估可以写成这个形式：

标红部分所有样本都是一样的，一个请求只用计算一次。

3.7.2 DSSM（双塔）模型

双塔模型的网络结构如下图所示：

实际上一共有三个塔，C（context信息），U（user信息）, I（item信息）， user与item子塔得到的向量经过点积，再与C进行求和。

3.7.3 在线serving部分

考虑一些场景的item的信息变化比较慢，一般离线将item的子塔先计算好，得到向量，通过字典的方式动态加载。

在线的时候只用计算c塔，u塔, 一个请求只有一条样本需要计算；I塔部分由查字典得到向量。计算量相比全连接，大幅度减少。性能有大幅度的提升，但是由于user信息与item只有一层点积相乘，相比全连接，离线auc会下降1%，所以比较适合召回或者粗排等对准确度要求不高的场景。在信息流广告、联盟广告业务替换原来的统计 ctr粗排，综合指标提升5、6个百分点。

3.8 性能优化

预估引擎模块对时延要求很高，但是为了达到比较好的算法效果，特征规模又在不断的增加，所以在设计预估引擎的时候，做了很多性能优化的考量。主要包括以下几个方面：

（1）通过对象池来减少内存分配，提高性能。

（2） 特征字段的依赖都事先转化成下标，在提取特征的时候，就直接使用下标来取对应的字段，减少计算量。

（3）有些特征依赖其他特征结果，会频繁按照slot去查询对应结果，考虑到slot数据有限，采用数组来代替。

4. 总结

目前predictor模块支持了大多数推荐场景，包括信息流内容、信息流广告、应用市场、联盟、搜索、短视频、oppo锁屏杂志、音乐等场景，部署在近2000台机器上，说明这套设计还比较稳定、扩展性比较好。目前支持业务平滑的切换到dnn模型，各个业务场景都取得一定的收益。

作者简介

肖超 高级数据挖掘工程师

10+年的广告系统工程落地经验，在oppo主要负责模型的特征提取、推理的工程落地工作。

更多精彩内容，请扫码关注【OPPO互联网技术】公众号