機器學習被廣泛的應用於推薦、風控等場景。經典的機器學習建模數據是由特徵列和單一目標列構成的，比如要做廣告的CTR預測，其實模型關心的是一個廣告曝光後是否會被點擊，這是一個單一目標場景的建模過程。但是在實際應用場景中，往往有時候會出現“既要也要”的情況，比如推薦一個視頻給客戶，推薦引擎不光希望客戶可以點擊這個視頻，更希望客戶可以長時間光看，這就成了一個多目標建模的情況。
單目標建模在很多情況下是有侷限的，以新聞推薦爲例，如果只通過新聞是否點擊來評估模型好壞，那麼推送一些吸引眼球的沒有內涵的新聞往往可以提升點擊，比如推送《八旬老漢偷窺兒媳婦洗澡》，但是這種推薦是沒有靈魂的。多目標推薦會更好的幫助模型去理解用戶。比如在美拍視頻中，需要考慮點擊率、播放、關注、時長等四個因素。
那麼多目標推薦要怎麼做呢？目前在中文網站上很難找到相關文獻，於是我去到國外的網站看了下Multi-label Classification相關的介紹，大體可以通過以下方法去做實現多目標建模。爲了更好地說明，這裏模擬一份數據：
|
用戶 |
特徵1 |
特徵2 |
特徵3 |
目標1 |
目標2 |
|
A |
32 |
523 |
234 |
0 |
1 |
|
B |
124 |
463 |
46 |
1 |
0 |
|
C |
42 |
352 |
64 |
1 |
1 |
方法一：將多目標問題轉化成單目標問題
以上面的問題爲例，假設目標1和目標2的正例都是“1”，則轉化成單目標建模邏輯的時候可以把目標1和目標2都是“1”的情況標爲“1”，其它情況標爲“0”。案例數據變爲下面的形式：
|
用戶 |
特徵1 |
特徵2 |
特徵3 |
目標 |
|
A |
32 |
523 |
234 |
0 |
|
B |
124 |
463 |
46 |
0 |
|
C |
42 |
352 |
64 |
1 |
這種方法比較暴力並且好實現，但是問題就是減少了很多數據間的信息。
方法二：將多目標問題轉化成多分類問題
轉化成多分類問題的好處是可以保留所有的信息，給業務系統更多選擇。比如一個系統有兩個推薦評估目標分別是點擊和時長，但是某用戶沒有匹配到點擊和時長都不錯的內容。這時候轉換成多分類問題的好處就體現出來了，在沒有兩個目標都符合的方案情況下，可以從其它符合的類別中選擇一個推送給客戶。
轉化成多分類問題後，樣例數據變爲下面的形式：
|
用戶 |
特徵1 |
特徵2 |
特徵3 |
目標 |
|
A |
32 |
523 |
234 |
0 |
|
B |
124 |
463 |
46 |
1 |
|
C |
42 |
352 |
64 |
2 |
- 目標值爲0對應原始目標1=“0”，目標2=“1”
- 目標值爲1對應原始目標1=“1”，目標2=“0”
- 目標值2對應原始目標1=“1”，目標2=“1”
方法三：將多目標問題轉化成多組模型的形式
多組模型的模式是最精確地模式，但是也是計算量最大的模式。比如樣例數據有兩個評估指標，可以分別對兩個評估指標進行建模。
訓練數據1：
|
用戶 |
特徵1 |
特徵2 |
特徵3 |
目標1 |
|
A |
32 |
523 |
234 |
0 |
|
B |
124 |
463 |
46 |
1 |
|
C |
42 |
352 |
64 |
1 |
訓練數據2：
|
用戶 |
特徵1 |
特徵2 |
特徵3 |
目標2 |
|
A |
32 |
523 |
234 |
1 |
|
B |
124 |
463 |
46 |
0 |
|
C |
42 |
352 |
64 |
1 |
這樣的話會分別針對目標1和目標2生成兩個分類模型。實際預測的時候，每個樣本需要調用兩次模型分別拿到對應兩個目標的分類結果，假如樣本1對應的兩份結果分別是“0.65”和”0.21”，把這兩個結果組合起來就是最終的預測結果，是向量[0.65,0.21]。以此類推，計算所有樣本的預測向量，再通過向量具體判斷用戶的意向。
總結
隨着推薦系統的普及，多目標建模一定會變成業內普遍的需求，希望這篇文章可以給有需要的同學更多地幫助。
參考：https://en.wikipedia.org/wiki/Multi-label_classification