gucasbrg/lightctr

A light-weight framework that combines mainstream algorithms of Click-Through-Rate prediction Based Machine Learning and Deep Learning.

LightCTR Overview

LightCTR is a light-weight framework that combines mainstream algorithms of Click-Through-Rate Based Machine Learning and Deep Learning. The library is suitable for sparse data and designed for Stand-alone Multi-threaded Model Training.

Meanwhile, LightCTR is also an open source project that oriented to code readers. The clear execute logic will be of significance to leaners on Machine-Learning-related field.

用于群体发现

群体发现作为点击率预估中用户画像的重要指标之一，LightCTR提供了相关的算法支持。可将离散id特征与连续特征组合输入LightCTR::GBM预先找群体，训练得到的每个叶子节点代表一个用户群，再使用LightCTR::LR或LightCTR::MLP对GBDT建立的低维0/1群体特征做高层分类。 当id特征过多使输入成为高维稀疏数据，便不再适合树模型，可通过LightCTR::FM或LightCTR::FFM将每个群体的类别onehot特征映射在低维空间中，向量内积即表示特征交叉的权重。FM相比LR引入一定的非线性，降低了数据稀疏下的过拟合的风险，或更进一步采用LightCTR::NFM结合DNN进行高维特征组合，达到更好的效果。

用于行为序列

用户点击内容序列等用户的行为序列可通过LightCTR::Embedding得到行为的低维隐向量表示；隐向量数据经过平滑处理后，按时序输入循环神经网络LightCTR::LSTM，从用户行为序列中训练得到基础特征的表示；再基于变分自编码器LightCTR::VAE实现特征组合衍生，增强特征的表达能力；最后将特征表达输入LightCTR::Softmax分类器，利用样本标签训练生成用户评估，或导入LightCTR::GMM进行无监督聚类，作为用户画像的人群特征。

用于内容分析

LightCTR可通过分析用户评论、兴趣得到推荐信息，作为点击率预估的参考。可使用LightCTR::Embedding预先训练含语意特征的词向量表，将切分后的词向量文本按时序输入LightCTR::Attention_LSTM训练得到句子的情感倾向，并在Attention层获得每个词对分类结果的重要性。 另一种方案是将由文本词向量构成的矩阵，输入卷积神经网络LightCTR::CNN用于提取句子局部相关性特征作为文本分类依据。当文本缺乏分类标签时，可使用LightCTR::PLSA无监督的获取文章主题分布，作为是否向用户推荐此文章的依据。

分层模型融合

为了兼顾点击率预估的性能与效果，可使用不同模型逐层预测，如第一层采用在线学习、并引入稀疏性解的简单模型LightCTR::FTRL_LR，第二层采用LightCTR::MLP、LightCTR::NFM等复杂模型进行精细预测。

List of Implemented Algorithms

• Factorization Machine
• Field-aware Factorization Machine
• Wide&Deep Neural Factorization Machine
• Gradient Boosting Tree Model
• Gaussian Mixture Clustering Model
• Topic Model PLSA
• Embedding Model
• Multi-Layer Perception
• Convolution Neural Network
• Attention-based Recurrent Neural Network
• Variational AutoEncoder

Features

• Optimizer implemented by Mini-Batch GD, Negative sampling, Adagrad, FTRL, RMSprop, Adam, etc
• Regularization: L1, L2, Dropout, Partially connected
• Template-customized Activation and Loss function
• Evaluate methods including F1, AUC
• Multi-threaded training and Vectorized compiling

Quick Start

• LightCTR depends on C++11 only
• Change configuration (e.g. Learning Rate) in main.cpp
• Build by Make and Debug by Xcode
• Current CI Status:

Welcome to Contribute

• Welcome everyone interested in machine learning or distributed system to contribute code, create issues or pull requests of new features.
• LightCTR is released under the Apache License, Version 2.0.

Community

• Contact: [email protected]