时间是一个客观存在的物理属性，很多数据都有时间属性，只不过大多时候都把它忽略了。前面讲到的绝大多数推荐算法，也都没有考虑“用户在产品上作出任何行为”都是有时间先后的。

正是认识到这一点，有一些矩阵分解算法考虑了时间属性，比如Time-SVD；但是，这种做法只是把时间作为一个独立特征加入到模型，仍然没有给时间一个正确的名分。

时间的重要性

时间属性反映在序列的先后上，比如用户周末在腾讯视频网站，中午看了动漫，下午又看了综艺，晚上又看了一部电影，这种先后的关系就是时间序列。

具体到推荐系统领域，时间序列就是用户操作行为的先后。绝大多数推荐算法都忽略操作的先后顺序，因为一方面忽略后也能取到不错的效果，另一方面深度学习和推荐系统还迟迟没有相见。

在深度学习大火之后，对时间序列建模被提上议事日程，业界有很多尝试，今天以Spotify的音乐推荐为例，介绍循环神经网络在推荐系统中的应用。

循环神经网络

循环神经网络，也常被称为RNN,是一种特殊的神经网络。再回顾一下神经网络的结构，示意图如下：

普通神经网络有是三个部分，输入层x,隐藏层h,输出层o,深度神经网络的区别就是隐藏层数量有很多，具体多少算深，没有定论。有几层的，也有几百层的。
把输入层和隐藏层之间的关系表示成公式后就是：
$h=F(Wx)$
就是输入层x经过连接参数线性加权后，再有激活函数F变换成非线性输出给输出层。在输出层就是：
$O=\varphi (Vh)$
隐藏层输出经过输出层的网络连接参数线性加权后，再由输出函数变换成最终输出，比如分类任务就是Softmax函数。
那循环神经网络和普通神经网络的区别在哪？

区别在于：普通神经网络的隐藏层参数只有输入x决定，因为当神经网络在面对一条样本时，这条样本是孤立的，不考虑前一个样本是什么，循环神经网络的隐藏层不只是受输入x影响，还受上一时刻的隐藏层参数影响。

我们把这个表示成示意图如下：

解释一下这个示意图，在时刻t,输入是xt,而隐藏层的输出不再是只有输入层xt,还有时刻t-1的隐层层输出h(t-1),表示成公式就是：

$ht=F(Wx+U{h}_{t-1})$

对比这个公式和前面普通神经网络的隐藏层输出，就是在激活函数的输入处多了一个$U{h}_{t-1}$。
我一直传递一个观点，隐藏层的东西，包括矩阵分解和各种Embedding得到的隐因子，是对很多表面纷繁复杂的现象所做的信息抽取和信息压缩。

那么上一个时刻得到的隐藏层，就是说对时间序列上一个时刻的信息压缩，让它参与到这一个时刻的隐藏层建设上来，物理意义就是认为这个时刻的信息不止和现在的输入有关，还和上一时刻的状态有关。这是时间序列本来的意义，也就是循环神经网络的意义。

榜单生成

了解了循环神经网络原理之后，我再和你一起来看下它如何应用在推荐系统中的。

在网络音乐推荐中，尤其是各类FM类APP,提倡的是一直听下去，比如是你在做家务时，你在开车时，一首歌接着一首歌地播下去，就很适合这些场景。

通常要做到这样的效果，有这么几种做法：
1.电台音乐DJ手工编排榜单，然后一直播放下去，传统广播电台都是这样的。
2.有非时序数据离线计算出推荐集合，然后按照分数逐一输出。
3.利用循环神经网络，把音乐榜单的生成看成是歌曲时间序列的生成，每一首歌地得到不仅受当前用户当前的特征影响，还受上一首歌影响。

Spotify采用了第三章办法，下面我就详细讲解这个推荐算法。

1.数据

个性化的榜单生成，不再是推荐一个一个独立的音乐，而是推荐一个序列给用户。所用的数据就是已有播单，或者用户的会话信息。其中用户会话信息就是，当一个用户在APP上所做的一系列操作。

把这些数据，看成一个一个的文档，每一个音乐文件就是一个一个的词。听完什么再听什么，就像是语言中词和词的关系。

2.建模

你可以把榜单生成看成由若干步骤组成，每一步吐出一个音乐来。这个吐出音乐的动作实际上是一个多分类问题，类别数目就是总共可以选择的音乐数目，如果有100万首歌可以选择，那么就是一个100万分类任务；

这个分类任务计算，输入是当前神经网络的隐藏状态，然后每一首歌都得到一个线性加权值，再由Softmax函数为每一首歌计算得到一个概率。表示如下：

$$P(o_{t}i|h_t)=\frac{e^{v_{i}h}}{{\sum }_{j\in M}{e}^{v_{j}h}}$$

假如隐藏层有k个神经元，也就是说h是一个k维向量，输出层有m首歌可选，所以是一个One-hot编码的向量，也就是说一个m维向量，
只有真正输出那首歌i是1，其他都是0,那么输出层就有k乘以m个未知参数。

再往前，计算隐藏神经元输出时，不但用到输入层的信息，在这里，输入层也是一首歌，也有m首歌可以选择，所以输入向量仍然时一个One-hot编码的向量。

除此之外，每一个隐藏层神经元还依赖上一个时刻自己的输出值，隐藏层神经元是k个，一个k维向量。

按照隐藏层计算公式就是下面的样子。
$$h_t=F(W{x}_t+U{h}_{t-1})$$

W就是一个mk的参数矩阵，U就是一个kk的参数矩阵。

循环神经网络在预测时的计算过程就是：

当用户听完一首歌，要预测下一首歌该推荐什么时，输入就是一个One-hot编码的m维向量，用mk的输入层参数矩阵，乘以这个m向量，隐藏层之间的kk参数矩阵，乘以上一个k维的隐藏状态矩阵，两者 都得到一个k维向量，相加后经过非线性激活函数，比如ReLU，这样就得到当前时刻的隐藏层输出值。

再用当前的时刻的隐藏层输出值，经过k*m的输出层参数矩阵，得到一个m维向量，最后用softmax把这个m维向量归一化成概率值，就是对下一首歌的预测，可以挑选最大概率的若干首歌作为输出，或者直接输出概率最高的那首歌直接播放。

这个计算过程示意图如下：

一个榜单生成模型的参数就是这么三大块。
1.连接输入和隐藏之间的矩阵$W_m\ast k$ ;
2.连接上一个隐藏层状态和当前隐藏层转态的矩阵$U_k\ast k$;
3.连接隐藏层和输出层的矩阵$V_k\ast m$;

得到了这些参数，就得到了榜单推荐模型，这里就再简要讲一下神经网络的参数如何训练得到。
1.初始化参数；
2.用当前的参数预测样本的类别概率；
3.用预测的概率计算交叉熵；
4.用交叉熵计算参数的梯度；
5.用学习步长和梯度更新参数；
6.迭代上述过程直到满足设置的条件；

神经网络的参数学习大致也是这个过程，但略为复杂的地方是第四步和第五步，因为逻辑回归没有隐藏层，神经网络有隐藏层。

回到神经网络的训练，叫做误差方向传播。实际上就是链式求导法则，因为要更新参数，就需要计算参数再当前取值时的梯度，要计算梯度就要求导，要求导就要从交叉熵函数开始，先对输出层参数求导就算梯度，更新输出层参数，链式反应下去，对输入层参数求导计算梯度，更新输入层参数。

交叉熵是模型的目标函数，训练模型的目的就是要最小化它，也就是“误差反向传播”的“误差”。

循环神经网络相比于普通神经网络，唯一不同的就是多了一个参数矩阵，连接当前隐藏层和生意场隐藏层的参数矩阵U，
也是链式求导法则的传播路径，也就是多了一些求导计算，更新参数方式并没有什么不同。

总结

今天介绍了如何使用循环神经网络推荐音乐榜单，播单就是一个时间序列。

循环神经网络和普通神经网络相比，就是在两个时刻的隐藏状态之间多了网络连接，看上去这个网络连接只与上一个时刻有关，事实上，上一个转态又于上上状态有关，所以实际上任意一个时刻的状态与此前所有的状态有关的。

今天的应用虽然是以播放榜单为例，但其实循环神经网络还可以应用在很多其他地方。