本實驗選用數據爲UCI開源數據集，僅用於學習，請勿商用）
Wide&Deep推薦算法出自一篇論文《Wide&Deep Learning for RecommenderSystems》，Wide&Deep由兩部分組成，分別是Wide和Deep。先來說wide，表示的是generalized的推薦系統，傳統的推薦系統都是通過線性算法基於離散特徵來做推薦的。Wide推薦通常是這樣的：系統通過獲得用戶的購物日誌數據，包括用戶點擊哪些商品，購買過哪些商品，然後通過one-hot編碼的方式構成離散特徵或者通過對業務的理解衍生出一些特徵，並進行計算，類似於本系列文章第二篇。這種wide推薦方式有非常多的好處，比如對於大規模的稀疏數據有很好的效果，而且模型的解釋性很強。什麼叫模型的解釋性呢？以邏輯迴歸爲例，每個特徵都對應模型中的一個權重值，每個特徵的權重值的大小跟這個特徵對結果的影響是有關的。那麼wide方式同樣有很多缺點，比如我們一直強調的，特徵衍生需要很多人爲操作，需要專家經驗，另外這種推薦只對用戶操作過的商品有效。
接着講下deep，這裏的deep表示的是通過深度學習學習出來的一些向量，這些向量是隱性特徵，往往是沒有明確可解釋性的。這些向量也可以作爲特徵的一部分參與到訓練中。通過deep方式產生的特徵會有以下好處，其一可以擬補人爲提取特徵造成的人力思考維度的限制，試想下一個人可以輕易的思考出二階乘法的結果，如果是五階呢？其二這部分特徵是深度學習框架自動生成的，無需人力干預。
既然Wide和Deep算法各有千秋，那如果可以將兩種算法作爲組合，那麼一定可以生成更有效的推薦場景的模型，本文就介紹如何在PAI-DSW上實現基於Wide&Deep的預測。
一、業務場景描述
本節使用的是PAI-DSW雲端深度學習訓練平臺和PAI-EAS模型服務平臺，使用的是一份開源的基於人的各種背景的統計數據，解決的問題是基於人的各種基礎數據預測每個人收入是否會超過50K。
本實驗的全部代碼和數據已經內置於PAI-DSW，只要打開DSW就可以安裝下方的教程運行實驗。
二、數據集介紹
數據源：引用UCI開源數據源，https://archive.ics.uci.edu/ml/datasets/Census+Income
具體特徵字段如下：
| 字段名 | 含義 | 類型 | 描述 |
|---|---|---|---|
| age | 對象年齡 | double | 對象的年齡大小 |
| workclass | 工作性質 | string | 自由職業者、私企、企業人員、政府工作者、無業遊民等 |
| fnlwgt | 連續數據 | double | - |
| education | 學歷 | string | 學士、說是、博士、11th、10th、1s-4th等等 |
| education-num | 教育年限 | double | 教育年限 |
| marital-status | 婚姻狀況 | string | 單身、未婚、離異等等 |
| occupation | 職業 | string | 工程師、農民、銷售等等 |
| relatonship | 家庭角色 | string | 妻子、父親、沒家庭等等 |
| race | 人種 | string | 亞裔、白人、黑人等等 |
| sex | 性別 | string | 女性、男性 |
| capital-gain | 連續數據 | double | - |
| capital-loss | 連續數據 | double | - |
| hours-per-week | 連續數據 | double | - |
| native-country | 祖籍國家 | string | 美國、哥倫比亞、英格蘭、加拿大等等 |
目標字段：income是否超過50k
三、數據探索流程
首先進入PAI-DSW，找到左側的Demo文件夾，下載Wide&Deep數據集及代碼包。
（1）工程描述
首先看下整個工程，
- 包含一個census_data文件夾，裏面包含一個訓練數據和一個測試數據
- official文件夾是一個工具包
- census_main.py爲訓練腳本
（2）訓練模型
打開一個terminal環境，執行
python census_main.py --export_dir wide_deep_saved_modelwide_deep_saved_model爲輸出模型所在的文件夾，訓練完在文件目錄下會找到相應文件，打開後可以看到checkpoint：
把這個checkpoint的號記住。
（3）模型預測
現在已經生成了模型的checkpoint輸出，接下來進入terminal，運行以下腳本：
saved_model_cli run --dir wide_deep_saved_model/${模型checkpoint號碼}/ --tag_set serve --signature_def="predict" --input_examples='${預測數據}'根據本文的案例可以執行以下腳本拿到預測結果：
saved_model_cli run --dir wide_deep_saved_model/1542168326/ --tag_set serve --signature_def="predict" --input_examples='examples=[{"age":[46.], "education_num":[10.], "capital_gain":[7688.], "capital_loss":[0.], "hours_per_week":[38.]}, {"age":[24.], "education_num":[13.], "capital_gain":[0.], "capital_loss":[0.], "hours_per_week":[50.]}]'輸入了兩條預測數據，最終拿到預測結果：
輸入了兩條預測數據，可以得到預測輸出，第一條預測結果爲1，第二條結果爲0，可以通過output key probabilities判斷（注：矩陣第一行對應第一個預測結果，第二列0.9599956>第一列0.04000434，所以第一個預測結果是1。同理第二個預測結果是0）。
可以通過代碼official/wide_deep/census_dataset.py來看具體的特徵工程的特徵和目標值的構建，目標列>50k時目標值爲1，目標列<50k時目標值爲0。
於是預測結果第一條的人的預測收入爲>50k，預測結果第二條的人的預測收入<50k。
（4）模型在線部署
生成的模型是Tensorflow的標準模型格式，可以通過PAI-EAS將模型部署成Http服務供調用。
後續流程可以參考在線預測文檔：https://help.aliyun.com/document_detail/92917.html
部署成在線服務之後，這樣就可以做到模型跟用戶自身的業務結合，完成PAI模型訓練和業務應用的打通。
本文作者：傲海
本文爲雲棲社區原創內容，未經允許不得轉載。