想象你周末走进一家商场，店员递来一瓶防晒霜。你并不会把从小到大的购物史从头翻到尾——你的目光瞬间停在大三那年海边的泳衣、上个月的遮阳帽，而羽绒服、鼠标垫这些记忆自动“沉”了下去。每个人心里都有一本无形的“购物记忆相册”，而推荐系统的任务，就是为这本相册配一位聪明的店员。 DIN（Deep Interest Network，深度兴趣网络）正是这样一位店员。它来自阿里妈妈团队 2018 年的经典论文，用于广告点击率（CTR）预估。过去的方法把所有历史行为压成一个固定向量，等于把整本相册揉成一张“模糊合影”；DIN 则先看清候选物品，再动态翻开相册里最相关的几页，按相关性加权求和，得到“此刻、此物”对应的兴趣。这套被称为“局部激活”的思路，让用户千变万化的兴趣第一次有了细腻的数学表达。

岗位关联

掌握 DIN，你就掌握了推荐系统里“候选驱动兴趣建模”的主流范式——它是工业界 CTR 预估的经典地基，也是面试中高频出现的注意力机制考题。

目录
  1. 可视化演示
  2. 1. 推荐系统困境：一张压扁的合影
  3. 2. 局部激活思想：只翻相关的几页
  4. 3. 激活单元设计：相册的智能索引卡
  5. 4. 网络结构：从相册到推荐的流水线
  6. 5. 训练优化：让翻阅策略越练越准
  7. 6. 工业实践：把相册搬进真实商场
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

展示DIN通过注意力机制动态激活用户历史行为兴趣，对比局部激活单元结构与多兴趣分布建模。

本节配有交互动效（进入视口后自动加载，约 3KB）。

注意力激活机制 候选物品与历史行为计算相关性 高权重行为被激活 v=Σαᵢ·eᵢ 加权求和生成自适应兴趣向量

1. 推荐系统困境：一张压扁的合影

小李是商场的老顾客，相册里躺着几百条购物记忆。旧店员从不问他想买什么，只把相册从头到尾“平均”成一张模糊合影：无论推销防晒霜还是羽绒服，都指着合影说“这位顾客大概喜欢这些”。合影里什么都有一点，又什么都很模糊——推荐自然隔靴搔痒。

在推荐系统的 CTR 预估任务里，“模糊合影”对应固定长度的用户兴趣向量：把用户历史行为通过 sum pooling 或 average pooling 压成一个定长向量。无论候选物品是什么，模型都用同一个向量喂给多层感知机判断点击概率，无法体现“候选不同、关注不同”。

用户兴趣天然是多峰的：同一用户既关注数码又关注健身。平均池化会让不同兴趣互相稀释，表达力不足。这种固定向量是“候选无关”的表示，公式如下：

合影一旦压成，细节就永久丢失。想要推荐得准，必须允许“同一本相册被不同商品翻出不同的重点”。

vU=1N∑i=1Nvi\mathbf{v}_U = \frac{1}{N}\sum_{i=1}^{N}\mathbf{v}_i
公式说明：平均池化把 N 条历史行为向量逐维求平均，得到一条“四平八稳”却毫无重点的记忆。
  1. 历史行为向量用户第 i 次交互物品的稠密向量，是 Embedding 层输出的记忆编码。
    vi∈Rd\mathbf{v}_i \in \mathbb{R}^{d}
  2. 行为数量N 是用户历史行为的条数，对应相册里的照片总数。
    N∈NN \in \mathbb{N}
  3. 逐维平均把 N 个向量每个维度取均值，得到固定向量。
    1N∑i=1Nvi\frac{1}{N}\sum_{i=1}^{N}\mathbf{v}_i
  4. 固定表示vU 与候选物品无关，对任何商品都是同一张“合影”。
    vU∈Rd\mathbf{v}_U \in \mathbb{R}^{d}

2. 局部激活思想：只翻相关的几页

新店员小李学会了关键一招：先看清顾客想买什么，再翻相册。推荐防晒霜时，他把“海边、泳衣、遮阳帽”几页高高举起、放大细看；羽绒服和鼠标垫随手翻过。同一本相册，推销不同商品时，被“点亮”的页面完全不同。

这就是 DIN 的核心思想——局部激活。用户兴趣向量不再是固定的 vU，而是候选物品 A 的函数 vU(A)。每个历史行为与候选算出一个相关性权重，权重越大，该行为对当前兴趣的贡献就越大。

每个历史行为对“此刻兴趣”的贡献并不相等。DIN 用注意力机制为每条历史行为赋予权重，再做加权求和：

候选物品像一块磁铁，吸起相册里相关的铁屑；换一块磁铁，吸起来的铁屑又不同了——这正是“动态激活”的直觉，也是 DIN 与固定向量方法最本质的区别。

vU(A)=∑i=1Na(vi,vA)⋅vi\mathbf{v}_U(A) = \sum_{i=1}^{N} a(\mathbf{v}_i, \mathbf{v}_A) \cdot \mathbf{v}_i
公式说明：N 条历史行为是“记忆页”，候选物品是“唤醒钥匙”，权重 a 决定每页被点亮多少。
  1. 候选物品向量当前被评估点击概率的广告或商品的嵌入向量，即“眼前推销的商品”。
    vA∈Rd\mathbf{v}_A \in \mathbb{R}^{d}
  2. 注意力权重由激活单元算出的标量，衡量第 i 条历史行为与候选物品的相关程度。
    a(vi,vA)∈Ra(\mathbf{v}_i, \mathbf{v}_A) \in \mathbb{R}
  3. 缩放历史向量每条历史行为向量乘上自己的权重，相关记忆被放大，无关记忆被压暗。
    a(vi,vA)⋅via(\mathbf{v}_i, \mathbf{v}_A) \cdot \mathbf{v}_i
  4. 加权求和把所有缩放后的记忆累加，得到随候选物品变化的用户兴趣向量。
    vU(A)=∑i=1Na(vi,vA)⋅vi\mathbf{v}_U(A) = \sum_{i=1}^{N} a(\mathbf{v}_i, \mathbf{v}_A) \cdot \mathbf{v}_i

3. 激活单元设计：相册的智能索引卡

店员怎么快速判断“这张照片跟防晒霜有关”？只看照片主色调会出错——沙滩照片和沙漠照片都偏黄。真正靠谱的索引卡要同时看三样东西：照片里的物件、要卖的商品、以及“它们在一起意味着什么”。

DIN 的激活单元就是一张可学习的“索引卡”：一个小型多层感知机。它的输入不是简单拼接，而是加入了候选向量与历史行为向量的逐元素乘积——捕捉“两者共同出现”才成立的相关性。论文示意图中把交叉画成外积，工业实现常用逐元素乘积（⊙）。

索引卡不是死板打分，而是“看照片、看商品、再联想关系”的三层判断。正是这层“联想”，让注意力权重真正代表相关性，而不是简单的余弦相似度。

a(vi,vA)=MLP([vi, vA, vi⊙vA])a(\mathbf{v}_i, \mathbf{v}_A) = \text{MLP}\left(\left[\mathbf{v}_i,\ \mathbf{v}_A,\ \mathbf{v}_i \odot \mathbf{v}_A\right]\right)
公式说明：激活单元输出一个标量权重，它同时“看”行为本身、候选本身，以及二者逐元素相乘的交叉特征。
  1. 拼接输入把行为向量与候选向量首尾相连，让网络同时看到双方。
    [vi, vA]∈R2d[\mathbf{v}_i,\ \mathbf{v}_A] \in \mathbb{R}^{2d}
  2. 逐元素乘积v_i ⊙ v_A 刻画“两者共同出现”的交叉信息，只有对应维度都大时响应才大。
    vi⊙vA∈Rd\mathbf{v}_i \odot \mathbf{v}_A \in \mathbb{R}^{d}
  3. 三路合并拼接后的 3d 维向量作为多层感知机的输入。
    [vi, vA, vi⊙vA]∈R3d[\mathbf{v}_i,\ \mathbf{v}_A,\ \mathbf{v}_i \odot \mathbf{v}_A] \in \mathbb{R}^{3d}
  4. 多层感知机经过线性变换与非线性激活，把 3d 维特征映射为标量权重。
    MLP:R3d→R\text{MLP}: \mathbb{R}^{3d} \to \mathbb{R}

4. 网络结构：从相册到推荐的流水线

单张索引卡还不够，整条推荐链路像一条相册流水线：先给每张照片编号归档，再按当前商品动态检索，最后把检索结果与商品资料交给“评估委员会”打分。

DIN 的网络结构分三段：Embedding 层把高维稀疏特征变成稠密向量；激活单元对用户历史行为做注意力加权池化；最后把池化后的兴趣向量与候选向量、其他上下文特征拼接，送入多层全连接网络，输出点击概率。

其他特征包括用户画像（年龄、性别）、场景特征（时间、地点）等。整体输出公式如下：

编码、检索、评估三步各司其职，共同构成“懂你”的完整流水线。DIN 正是这套流水线的经典模板，也是后来众多兴趣建模模型的骨架。

y^=σ(MLP([vU(A), vA, z]))\hat{y} = \sigma\left(\text{MLP}\left(\left[\mathbf{v}_U(A),\ \mathbf{v}_A,\ \mathbf{z}\right]\right)\right)
公式说明：σ 是 sigmoid 函数，把得分压到 (0,1)，作为用户点击该物品的概率估计。
  1. 动态兴趣向量注意力池化得到的候选相关兴趣，是“被翻出来的那几页记忆”。
    vU(A)∈Rd\mathbf{v}_U(A) \in \mathbb{R}^{d}
  2. 候选向量物品自身的嵌入表示，与兴趣向量一起送审，保证“兴趣”始终围绕“商品”。
    vA∈Rd\mathbf{v}_A \in \mathbb{R}^{d}
  3. 其他特征用户画像、上下文等辅助特征，补充相册之外的信息。
    z∈Rm\mathbf{z} \in \mathbb{R}^{m}
  4. 概率输出拼接后经多层全连接与 sigmoid，输出点击概率。
    y^=σ(⋅)∈(0,1)\hat{y} = \sigma(\cdot) \in (0, 1)

5. 训练优化：让翻阅策略越练越准

店员刚开始翻相册全凭感觉，推荐十次错七次。好在顾客会用“点一下 / 划走”给出反馈，系统据此修正翻阅策略：高相关页提亮、低相关页变暗。

DIN 用负对数似然损失（即交叉熵）作为优化目标，配合 Dice 激活函数与自适应正则化。Dice 是 ReLU 的改进版：它的拐点随数据分布自适应移动，避免了 ReLU 在负数区域梯度完全为零的问题，也更适合注意力机制中大量存在的多层小网络。

给定 N 条训练样本，模型输出的点击概率为 ŷᵢ，真实标签为 yᵢ，损失函数如下：

每一次点击都是对翻阅策略的点赞，每一次划走都是纠偏。损失函数就是这场“训练马拉松”的记分牌，Dice 和正则化则是保证选手不摔跤的护具。

L=−1N∑i=1N[yilog⁡y^i+(1−yi)log⁡(1−y^i)]\mathcal{L} = -\frac{1}{N}\sum_{i=1}^{N}\left[y_i \log \hat{y}_i + (1 - y_i) \log(1 - \hat{y}_i)\right]
公式说明：真实点击时鼓励预测概率接近 1，真实未点击时鼓励预测概率接近 0，整体取平均。
  1. 真实标签样本 i 的点击标签，1 表示点击、0 表示未点击。
    yi∈{0,1}y_i \in \{0, 1\}
  2. 预测概率模型对样本 i 输出“会点击”的概率。
    y^i∈(0,1)\hat{y}_i \in (0, 1)
  3. 对数损失点击和未点击两条分支分别取对数损失，预测越错，损失越大。
    yilog⁡y^i+(1−yi)log⁡(1−y^i)y_i \log \hat{y}_i + (1 - y_i) \log(1 - \hat{y}_i)
  4. 批量平均对所有样本损失取平均，得到可微的优化目标。
    −1N∑i=1N[⋯ ]-\frac{1}{N}\sum_{i=1}^{N}\left[\cdots\right]

6. 工业实践：把相册搬进真实商场

小李的“相册翻阅法”在柜台大获成功，整座商场决定全面推广。但商场面临新挑战：千万顾客、亿万商品、每秒上亿次推荐请求。相册法再聪明，也得经得住规模和口碑的双重考验。

工业界落地重点有三：其一，同一用户在不同候选下被激活不同兴趣面，这正是多兴趣分布的有效建模；其二，激活单元带来额外计算，向量维度、层数设计要权衡推理耗时；其三，评估不能只看全局 AUC，而要看GAUC。

全局 AUC 衡量整体排序质量，但推荐本质是“每个用户自己的排序”。GAUC 先把每个用户的 AUC 单独算出来，再按曝光数或点击数加权平均，更贴近业务目标：

相册法从柜台走向整座商场，靠的不是某一次灵光一现，而是“刻画多兴趣—控制成本—多维评估”的工程体系。DIN 正是这套体系的原点。

GAUC=∑u=1Mwu⋅AUCu∑u=1Mwu\text{GAUC} = \frac{\sum_{u=1}^{M} w_u \cdot \text{AUC}_u}{\sum_{u=1}^{M} w_u}
公式说明：AUC_u 是用户 u 自己的排序质量，w_u 是该用户的权重（如曝光量），加权平均得到全局指标。
  1. 单用户 AUC仅用用户 u 的样本计算 AUC，衡量“发给这个用户的排序是否合理”。
    AUCu∈[0,1]\text{AUC}_u \in [0, 1]
  2. 用户权重w_u 通常取曝光数或点击数，用户体量越大，对整体指标影响越大。
    wu>0w_u > 0
  3. 加权分子每个用户的 AUC 乘以其权重再求和。
    ∑u=1Mwu⋅AUCu\sum_{u=1}^{M} w_u \cdot \text{AUC}_u
  4. 总权重归一除以所有用户权重之和，得到全局 GAUC。
    ∑u=1Mwu⋅AUCu∑u=1Mwu\frac{\sum_{u=1}^{M} w_u \cdot \text{AUC}_u}{\sum_{u=1}^{M} w_u}

AI 应用场景

展示广告 CTR 预估

阶段：模型训练与在线推理

解决的问题：传统定长向量无法区分“买过口红”和“正在看口红”的差异：无论展示什么广告，用户向量都一模一样。DIN 按候选广告动态激活历史行为，让每条历史行为在“此刻该不该被想起”上得到精确判断。

具体案例：用户曾浏览泳衣与防晒霜。平台推防晒霜广告时，DIN 重点激活“初夏出行”相关行为，点击率预估显著提升；推键盘广告时，则激活“办公装备”相关行为。同一个用户，两种场景下兴趣向量完全不同。

短视频信息流精排

阶段：召回后的精排阶段

解决的问题：精排需要候选视频与用户历史兴趣的细粒度匹配；快消内容下用户兴趣漂移快，固定兴趣向量往往“慢半拍”。DIN 把候选视频当作“唤醒钥匙”，让兴趣表达实时跟随内容切换。

具体案例：用户昨晚看美食、今早看健身。刷到健身视频时，模型激活“晨练打卡”记忆；刷到夜宵视频时，又激活“深夜食堂”记忆。DIN 让同一个用户的不同时刻都有对应的兴趣表达。

搜索排序个性化

阶段：特征工程与排序模型

解决的问题：同一个搜索词，不同用户意图差异巨大。DIN 把 query 当作“候选”，动态激活用户历史搜索与点击行为中的相关子集，实现搜索结果的个性化排序。

具体案例：搜索“面膜”时，护肤达人的历史中优先激活“面膜测评”“成分攻略”类行为，学生用户则激活“平价补水”类行为。行为序列相同，query 不同，激活出的兴趣面就不同。

Python 演示

python75 行
import numpy as np  def sigmoid(x):    return 1.0 / (1.0 + np.exp(-x))  class SimpleDIN:    """简化版 DIN: 激活单元 + 注意力加权池化 + 点击概率输出     仅用于教学演示, 真实工业训练请使用深度学习框架自动求导    """     def __init__(self, n_items, dim=8, hidden=16):        rng = np.random.RandomState(42)        self.dim = dim        self.emb = rng.randn(n_items, dim) * 0.1        self.attn_w1 = rng.randn(dim * 3, hidden) * 0.1        self.attn_b1 = np.zeros(hidden)        self.attn_w2 = rng.randn(hidden, 1) * 0.1        self.attn_b2 = np.zeros(1)        self.mlp_w = rng.randn(dim * 2, hidden) * 0.1        self.mlp_b = np.zeros(hidden)        self.out_w = rng.randn(hidden, 1) * 0.1        self.out_b = np.zeros(1)     def attention(self, cand, hist):        """候选向量与历史向量计算注意力权重"""        n = hist.shape[0]        cand_tile = np.tile(cand, (n, 1))        feat = np.concatenate([cand_tile, hist, cand_tile * hist], axis=1)        h = np.maximum(feat @ self.attn_w1 + self.attn_b1, 0)        score = (h @ self.attn_w2 + self.attn_b2).ravel()        w = np.exp(score - score.max())        return w / (w.sum() + 1e-9)     def forward(self, cand_id, hist_ids):        cand = self.emb[cand_id]        hist = self.emb[hist_ids]        w = self.attention(cand, hist)        interest = (w[:, None] * hist).sum(axis=0)        vec = np.concatenate([cand, interest])        h = np.maximum(vec @ self.mlp_w + self.mlp_b, 0)        logit = float((h @ self.out_w + self.out_b)[0])        return sigmoid(logit), w     def train_step(self, cand_id, hist_ids, label, lr=0.1):        """演示性梯度更新: 仅更新输出层, 便于审视学习过程"""        p, w = self.forward(cand_id, hist_ids)        grad = p - label        vec = np.concatenate([self.emb[cand_id],                              (w[:, None] * self.emb[hist_ids]).sum(axis=0)])        h = np.maximum(vec @ self.mlp_w + self.mlp_b, 0)        self.out_w -= lr * grad * h[:, None]        self.out_b -= lr * grad        return p  def main():    model = SimpleDIN(n_items=8)    hist_ids = np.array([0, 1, 2, 3, 4, 5, 6])    cand_id = 7    for epoch in range(300):        p, _ = model.forward(cand_id, hist_ids)        model.train_step(cand_id, hist_ids, 1.0)        if epoch % 100 == 0:            print("epoch %d p=%.3f" % (epoch, p))    p, w = model.forward(cand_id, hist_ids)    print("final p=%.3f" % p)    print("attn weights:", np.round(w, 3))    print("sum of weights:", round(w.sum(), 3))  if __name__ == "__main__":    main()
目的：用 NumPy 从零实现简化版 DIN——激活单元计算候选与历史行为的相关性权重，加权池化得到兴趣向量，再经 MLP 输出点击概率，完整演示 DIN 的核心推理链路。
  1. feat = np.concatenate([cand_tile, hist, cand_tile * hist], axis=1)构造激活单元三路输入：候选、行为、逐元素乘积交叉特征，对应“看商品、看照片、再联想关系”。
  2. w = np.exp(score - score.max())对原始分数做平移再取指数，避免数值溢出，保持权重相对关系。
  3. return w / (w.sum() + 1e-9)权重归一化，让相关性转化为可比较的“点亮程度”。
  4. interest = (w[:, None] * hist).sum(axis=0)注意力加权池化：按权重累加历史行为，得到随候选变化的兴趣向量。
  5. self.out_w -= lr * grad * h[:, None]简化梯度更新示意；真实 DIN 在深度学习框架中端到端反向传播全部参数。

常见误区

误区我以为 DIN 里的注意力就是 Transformer 的自注意力，反正都是对向量加权求和，把历史行为之间两两计算注意力会更合理。

正解DIN 的注意力是“候选物品 × 历史行为”的交叉注意力：候选物品作为 query，历史行为作为 key 和 value。历史行为之间并不互相计算注意力，因此 DIN 不建模行为序列内部的关联。Transformer 自注意力是“记忆内部互相点亮”，DIN 是“外部商品去点亮记忆”，结构完全不同。

为何常见：Transformer 太普及，初学者容易把一切注意力机制都归为自注意力。

误区注意力权重一定要做 Softmax 归一化，让所有历史行为的权重加起来等于 1，这才是标准做法。

正解DIN 原文的激活单元直接输出标量权重，并不强制 Softmax。原因是：权重之和本身就携带“用户对这个候选物品的整体兴趣强度”信息，归一化会把强度差异抹掉。一些工程实现为数值稳定会做归一化，但那属于变体而非论文原意。

为何常见：Transformer 的 scaled dot-product attention 使用 Softmax，这种习惯被直接迁移到了 DIN 上。

误区摘要说 DIN 能刻画多兴趣分布，那它应该同时输出多个兴趣向量，每个向量代表一种兴趣。

正解DIN 输出的仍然是一个兴趣向量，但这个向量随候选物品而变。同一用户，候选是防晒霜时激活“夏日海边”，候选是键盘时激活“办公桌”，向量内容不同，从而体现多兴趣。真正显式输出多个兴趣向量的代表作是后来的 MIND。

为何常见：“多兴趣”字样容易让人直观理解为多向量输出。

误区既然叫注意力网络，DIN 的效果提升全靠注意力权重，激活单元的输入拼接和逐元素乘积只是锦上添花。

正解逐元素乘积（交叉特征）是激活单元能捕捉“组合意义”的关键——比如“泳衣 + 防晒霜”相关，而“泳衣 + 羽绒服”不相关。没有交叉特征，仅凭拼接很难学到这种非线性相关性。DIN 的效果来自“注意力 + 交叉特征 + 端到端训练”的整体设计。

为何常见：注意力是论文最大的传播亮点，容易被放大成唯一功臣。

面试题

Q1. DIN 的核心思想可以概括为？

单选题 · easy

  • A.将全部历史行为压成固定向量
  • B.按候选物品动态激活相关历史← 正确答案
  • C.对历史行为做等权简单平均
  • D.只取最近的几条行为做预测

答案：B。DIN 的核心是“候选驱动”：先看候选物品，再动态激活历史行为。A 和 C 仍是固定式压缩，D 只取近期行为，都不符合 DIN 的思想精髓。

Q2. 在 DIN 中，注意力权重的主要计算依据是？

单选题 · easy

  • A.候选物品与历史行为的相似度← 正确答案
  • B.历史行为发生的时间远近
  • C.用户点击行为的统计频次
  • D.物品在类别树中的位置信息

答案：A。注意力权重由激活单元根据候选物品与历史行为的相关性算出，就像店员根据“眼前商品”决定重点看相册哪几页。时间顺序、统计频次、类别树都不是 DIN 中权重的直接依据。

Q3. 相比固定向量的兴趣建模，DIN 的最大改进在于？

单选题 · mid

  • A.降低模型参数量并加速在线推理
  • B.刻画多兴趣并按候选动态激活子集← 正确答案
  • C.用更深网络替代全部特征工程
  • D.把 CTR 预估转化为检索问题

答案：B。固定向量是一张“模糊合影”，DIN 输出随候选变化的兴趣向量，精细刻画多兴趣。A 恰恰相反——引入激活单元会带来少量额外计算；C 和 D 都不是 DIN 的主要贡献。

Q4. DIN 激活单元的输入特征不包括？

单选题 · mid

  • A.候选物品的嵌入向量表示
  • B.历史行为物品的嵌入向量
  • C.候选与行为的逐元素乘积
  • D.用户基础画像的独热编码← 正确答案

答案：D。激活单元的输入为 [候选向量，行为向量，逐元素乘积]，即 A、B、C 三者。用户画像的独热编码属于“其他特征”，直接拼到网络最后的 MLP 中，不进入激活单元。

Q5. 下列属于 DIN 模型组成部分的有？

多选题 · mid

  • A.Embedding 层映射稀疏特征为稠密向量← 正确答案
  • B.激活单元计算注意力权重并加权池化← 正确答案
  • C.多层全连接网络输出点击概率估计← 正确答案
  • D.循环神经网络建模行为序列时序

答案：ABC。DIN 由 Embedding 层、激活单元加权池化、MLP 输出层组成。D 的循环神经网络并不是 DIN 的组件——DIN 不做时序显式建模，后来 DIEN 才引入序列建模。

Q6. 关于 DIN 中注意力权重的归一化，下列说法正确的是？

单选题 · hard

  • A.原文强制 Softmax 使权重之和为 1
  • B.原文不做归一化以保留兴趣强度← 正确答案
  • C.原文用最大池化对权重做归一化
  • D.注意力权重不参与梯度反传更新

答案：B。原文刻意不强制 Softmax：激活单元直接输出权重，保留“兴趣强度”的量级信息。若强制权重和为 1，每条记忆的影响力会被比例化稀释。A、C、D 均与原文不符。

Q7. GAUC 相对于 AUC 的主要改进是？

单选题 · mid

  • A.按用户分组计算 AUC 后加权平均← 正确答案
  • B.对负样本降采样后再计算 AUC
  • C.用点击率替代排序指标做评估
  • D.对物品侧分层抽样加速评估

答案：A。GAUC 先按用户分组算 AUC，再按曝光数或点击数加权平均。全局 AUC 像全班总平均分，无法反映每个学生自己的排名；GAUC 更像逐人统计后的加权平均分，更贴近个性化排序目标。

Q8. DIN 在工业落地时需要注意的事项有？

多选题 · hard

  • A.高维稀疏特征的嵌入维度选择← 正确答案
  • B.激活单元带来的推理耗时控制← 正确答案
  • C.用 GAUC 等指标做多维评估← 正确答案
  • D.所有用户共享同一固定兴趣向量

答案：ABC。工业落地需要权衡 embedding 维度与表达力、控制激活单元的在线推理耗时，并用 GAUC 等多维指标评估。D 恰恰是 DIN 要推翻的固定向量做法，不属于落地注意点。

Q9. DIN 主要解决以下哪类任务？

单选题 · easy

  • A.图像分类中的注意力可视化
  • B.广告点击率 CTR 预估任务← 正确答案
  • C.自然语言文本的机器翻译
  • D.语音信号的分帧端点检测

答案：B。DIN 诞生于阿里妈妈的展示广告场景，面向 CTR 预估任务：给定用户、候选物品与上下文，预测点击概率。图像注意力、机器翻译、语音端点检测都不是它的目标场景。

Q10. Dice 激活函数与 ReLU 相比，关键特点是？

单选题 · hard

  • A.根据数据分布自适应调整激活拐点← 正确答案
  • B.完全移除模型的非线性表达能力
  • C.只对正输入生效且函数不可微
  • D.用随机失活替代批归一化方案

答案：A。Dice 利用数据的均值与方差把激活拐点自适应化，数据分布变化时拐点跟着移动，解决了 ReLU 负数区域梯度为零的问题。B 错误，Dice 保持非线性；C 错误，Dice 处处可微；D 属于张冠李戴。