[論文レビュー] Disentangled Graph Neural Networks for Session-based Recommendation

Ansong Li, Zhiyong Cheng+4 more|arXiv (Cornell University)|Jan 10, 2022

Recommender Systems and Techniques被引用数 11

ひとこと要約

本稿では、アイテム埋め込みを分離可能な要因に分解することで、ユーザーの意図を要因レベルでモデル化するための分離型グラフニューラルネットワーク（Disen-GNN）を提案する。要因別類似度行列を用いたゲート付きGNNで要因固有の表現を学習し、距離相関を用いて要因間の独立性を強制することで、性能を向上させる。本手法は、3つのベンチマークデータセットで最先端の性能を達成し、従来のSOTA手法を上回っている。

ABSTRACT

Session-based recommendation (SBR) has drawn increasingly research attention in recent years, due to its great practical value by only exploiting the limited user behavior history in the current session. Existing methods typically learn the session embedding at the item level, namely, aggregating the embeddings of items with or without the attention weights assigned to items. However, they ignore the fact that a user's intent on adopting an item is driven by certain factors of the item (e.g., the leading actors of an movie). In other words, they have not explored finer-granularity interests of users at the factor level to generate the session embedding, leading to sub-optimal performance. To address the problem, we propose a novel method called Disentangled Graph Neural Network (Disen-GNN) to capture the session purpose with the consideration of factor-level attention on each item. Specifically, we first employ the disentangled learning technique to cast item embeddings into the embedding of multiple factors, and then use the gated graph neural network (GGNN) to learn the embedding factor-wisely based on the item adjacent similarity matrix computed for each factor. Moreover, the distance correlation is adopted to enhance the independence between each pair of factors. After representing each item with independent factors, an attention mechanism is designed to learn user intent to different factors of each item in the session. The session embedding is then generated by aggregating the item embeddings with attention weights of each item's factors. To this end, our model takes user intents at the factor level into account to infer the user purpose in a session. Extensive experiments on three benchmark datasets demonstrate the superiority of our method over existing methods.

研究の動機と目的

• 既存のセッションベースの推薦手法がアイテムレベルでのユーザーの意図しかモデル化しないという限界に対処し、アイテム要因に起因するより細かいユーザーの関心を無視することを防ぐ。
• 全体的なアイテム埋め込みではなく、俳優、監督、スタイルなどの要因レベルでのユーザーの意図を捉えることで、セッション埋め込み表現を向上させる。
• 距離相関を用いて要因間の独立性を強制することで、分離表現学習を強化する。
• 各要因からの類似度行列を用いて、要因固有のアイテム表現を学習するグラフニューラルネットワークアーキテクチャを開発する。
• 要因レベルのアテンションと分離表現が、優れたセッションベースの推薦性能をもたらすことを示す。

提案手法

• 要因別線形射影を用いてアイテム埋め込みを複数の分離可能な要因に分解し、個別のアイテム属性を別々にモデル化可能にする。
• 各要因ごとに要因ベースのアイテム隣接類似度行列を構築し、特定の要因に基づくペアワイズアイテム類似度を表現する。
• 各要因固有の類似度行列に対してゲート付きグラフニューラルネットワーク（GGNN）を適用し、メッセージパッシングにより要因に敏感なアイテム表現を学習する。
• 距離相関を正則化項として用い、異なる要因表現間の統計的独立性を最大化することで、重複を低減する。
• 各要因の重要性を動的に重みづけるために、要因レベルのアテンション機構を統合する。
• 学習済みの要因レベルアテンション重みを用いてアイテム表現を統合し、次アイテム予測のための統一的で意図に敏感なセッション埋め込みを生成する。

実験結果

リサーチクエスチョン

• RQ1 俳優、監督、製品属性などの要因レベルでのユーザーの意図をモデル化することは、アイテムレベルのモデル化と比較して、セッションベースの推薦性能を向上させるか？
• RQ2 距離相関による分離要因間の独立性の強制は、学習済み表現の品質と推薦精度にどのように影響するか？
• RQ3 最適な分離要因の数（K）は、異なるデータセットでどのように変化するか？また、性能に与える影響は？
• RQ4 要因独立性を制御する正則化係数λが、モデル性能と学習安定性に与える影響は？
• RQ5 要因別GNNによる類似度行列に基づく伝搬は、セッション系列における長距離依存関係のモデル化をどの程度向上させるか？

主な発見

• Disen-GNNは、Diginetica、Nowplaying、YOOTAILの3つのベンチマークデータセットで最先端の性能を達成し、P@20およびMRR@20の両指標で、従来のSOTA手法を一貫して上回っている。
• 最適な分離要因数（K）はデータセットによって異なる：DigineticaではK=5、NowplayingではK=6～12であり、過学習や要因埋め込み容量の低下により性能が低下する前までピークに達する。
• 正則化係数λを中程度の値に設定すると性能が著しく向上する。λ=0（独立性制約なし）では結果が最適でなく、逆にλが高すぎると予測損失を圧倒し、性能が低下する。
• アブレーションスタディにより、分離表現学習と要因レベルアテンションの両方が不可欠な要素であることが確認され、それぞれが最終的な性能向上に顕著に寄与している。
• GGNNにおける要因ベースの類似度行列の使用により、要因固有の情報が効果的に伝搬され、直近の順序遷移を超えた長距離依存関係を捉えることが可能になった。