从DIN到DSIN：阿里推荐系统演进史中的3个关键洞察

在电商推荐系统的技术演进过程中，阿里团队从2017年到2019年相继提出了DIN、DIEN和DSIN三个重要模型，构建了一套完整的用户兴趣建模体系。这三个模型不仅反映了推荐系统技术的迭代路径，更揭示了工业级推荐系统设计的核心思考逻辑。

1. 从点式兴趣到序列兴趣的范式转变

**DIN（Deep Interest Network）**的出现标志着推荐系统从静态特征建模向动态兴趣建模的关键转折。传统推荐模型通常将用户历史行为视为无序集合，通过简单求和或平均池化处理，这种处理方式存在两个明显缺陷：

• 兴趣多样性丢失：用户可能同时对服饰、数码、美妆等多个品类感兴趣
• 局部激活失效：与当前推荐商品无关的历史行为会引入噪声

DIN的创新点在于引入了注意力机制，其核心公式为：

# DIN中的注意力计算简化示例
def attention(target_embed, behavior_embeds):
    scores = [cosine_sim(target_embed, embed) for embed in behavior_embeds]
    weights = softmax(scores)
    return weighted_sum(behavior_embeds, weights)

这种设计带来了两个重要特性：

1. 动态权重分配：根据候选商品自适应调整历史行为的权重
2. 兴趣强度保留：避免softmax归一化对绝对兴趣强度的削弱

然而DIN仍存在明显局限——它将用户行为视为无序集合，忽略了行为间的时序关系。这直接催生了DIEN模型的诞生。

2. 会话划分带来的结构革新

DSIN（Deep Session Interest Network）的创新在于发现了用户行为中的会话结构特性。通过对4.5亿条用户行为日志的分析，阿里团队发现：

基于这些发现，DSIN设计了分层处理架构：

1. 会话划分层：以30分钟为阈值切分行为序列
2. 会话兴趣提取层：使用改进的Transformer处理会话内行为
   • 引入Bias Encoding替代传统Position Encoding

   # Bias Encoding实现示例
   def bias_encoding(session_idx, item_pos, embed_dim):
       return W_k[session_idx] + W_t[item_pos] + W_c[embed_dim]
   

3. 会话交互层：Bi-LSTM建模会话间演化关系
4. 兴趣激活层：双层注意力机制融合目标商品信息

这种结构带来的性能提升非常显著：

3. 工业部署中的复杂度权衡

模型演进过程中，计算复杂度呈现指数级增长：

在实际部署中，阿里工程师采用了多种优化策略：

• 分片计算：将用户历史行为按会话分片并行处理
• 层次缓存：
  • L1缓存：最近会话的embedding结果
  • L2缓存：用户长期兴趣向量
• 动态降级：在流量高峰时关闭Bi-LSTM层

实际业务中发现，将会话最大长度限制在20，会话数量限制在5，能在效果和性能间取得最佳平衡

4. 模型选型的决策框架

针对不同业务场景，推荐系统的技术选型应考虑三个维度：

1. 数据特性：

   • 行为密度高、时序明显的场景适合DIEN/DSIN
   • 稀疏数据场景建议使用DIN

2. 业务目标：

   - 转化率优化：优先DSIN
   - 新用户冷启动：DIN+迁移学习
   - 多目标优化：DIEN+MMoE
   

3. 计算资源：

   • 边缘计算场景：轻量化DIN
   • 云端部署：完整版DSIN

在淘宝首页推荐的AB测试中，三种模型的组合使用取得了最佳效果——对新用户使用DIN，对活跃用户使用DSIN，对中间群体使用DIEN，整体GMV提升19.7%。

模型演进的过程印证了一个核心观点：推荐系统的进步不是简单的技术堆砌，而是对用户行为本质理解的不断深化。从离散兴趣点到连续行为序列，再到结构化会话模式，每一次突破都源于对数据更精细的观察和更本质的抽象。