[논문 리뷰] On the Importance of News Content Representation in Hybrid Neural Session-based Recommender Systems

Gabriel de Souza Pereira Moreira, Dietmar Jannach외 1명|arXiv (Cornell University)|2019. 07. 12.

Recommender Systems and Techniques참고 문헌 34인용 수 8

한 줄 요약

이 논문은 하이브리드 신경망 세션 기반 추천 시스템에서 뉴스 콘텐츠 표현의 영향을 조사하며, RNN을 통해 사용자 세션 동역학과 콘텐츠 임베딩을 통합하는 딥러닝 프레임워크(CHAMELEON)를 제안한다. 결과적으로, 특히 LSA로 인코딩된 임베딩을 통한 콘텐츠 정보 통합이 추천 정확도를 크게 향상시키며, 콘텐츠 무관 모델 대비 최대 12% 높은 MRR 및 7% 높은 HR을 기록한다.

ABSTRACT

News recommender systems are designed to surface relevant information for online readers by personalizing their user experiences. A particular problem in that context is that online readers are often anonymous, which means that this personalization can only be based on the last few recorded interactions with the user, a setting named session-based recommendation. Another particularity of the news domain is that constantly fresh articles are published, which should be immediately considered for recommendation. To deal with this item cold-start problem, it is important to consider the actual content of items when recommending. Hybrid approaches are therefore often considered as the method of choice in such settings. In this work, we analyze the importance of considering content information in a hybrid neural news recommender system. We contrast content-aware and content-agnostic techniques and also explore the effects of using different content encodings. Experiments on two public datasets confirm the importance of adopting a hybrid approach. Furthermore, we show that the choice of the content encoding can have an impact on the resulting performance.

연구 동기 및 목표

• 하이브리드 세션 기반 추천 시스템에 뉴스 기사 콘텐츠를 통합하는 영향을 평가하기 위해.
• 다양한 콘텐츠 인코딩 기법(비지도 vs. 지도 학습)이 추천 성능에 영향을 미치는지 조사하기 위해.
• 스트리밍 뉴스 추천에서 추천 정확도, 커버리지, 신선도 간의 트레이드오���을 평가하기 위해.
• 기존의 콘텐츠 무관 기반 베이스라인(예: k-NN 및 인기 기반 방법)과 신경망 기반 하이브리드 모델을 비교하기 위해.
• 냉각 상태 시나리오에서 효과적인 세션 기반 뉴스 추천을 위해 고품질의 콘텐츠 표현이 필수적인지 판단하기 위해.

제안 방법

• 사용자 세션 기록과 기사 콘텐츠 임베딩(ACEs)을 통합하는 하이브리드 신경망 아키텍처인 CHAMELEON을 제안한다.
• RNN(GRU/LSTM)을 사용한 다음 기사 추천(NAR) 모듈을 도입하여 사용자 행동의 순차적 패턴을 모델링하고 다음 클릭 기사를 예측한다.
• 기사 콘텐츠 표현(ACR) 모듈을 통해 원시 텍스트를 처리하고 단어 임베딩(예: Word2Vec)과 특징 추출기(CNN, RNN 또는 TF-IDF 가중치)를 적용하여 ACEs를 생성한다.
• 다양한 콘텐츠 인코딩 전략을 평가: 비지도 학습(예: LSA, doc2vec, W2V*TF-IDF) 및 지도 학습(예: CNN, GRU)을 통한 기사 표현 학습.
• 실시간 뉴스 추천을 시뮬레이션하기 위해 스트리밍 평가 프로토콜을 사용하며, 새로운 기사는 즉시 추천 대상으로 고려된다.
• 콘텐츠 표현 품질 향상을 위해 ACR 모듈을 지도 학습 방식으로 구동하여 기사 메타데이터 속성을 보조 과제로 예측한다.

실험 결과

연구 질문

• RQ1 콘텐츠 정보를 통합함으로써 하이브리드 세션 기반 뉴스 추천 시스템의 성능에 어떤 영향을 미치는가?
• RQ2 콘텐츠 인코딩 방법의 선택(예: LSA, doc2vec, CNN, GRU)이 추천 정확도에 유의미한 영향을 미치는가?
• RQ3 콘텐츠 인식 기반 모델과 콘텐츠 무관 기반 베이스라인(예: k-NN, 인기 기반, SR) 간의 정확도, 커버리지, 그리고 신선도 측면에서의 성능 비교는 어떻게 되는가?
• RQ4 메타데이터의 품질과 분류의 세밀함이 지도 학습 기반 콘텐츠 인코딩 방법의 성능에 어떤 영향을 미치는가?
• RQ5 다양한 콘텐츠 표현 기법을 사용할 경우, 추천 정확도와 커버리지/신선도 간의 트레이드오프는 어느 정도인가?

주요 결과

• ACEs를 통한 콘텐츠 정보 통합이 추천 정확도를 크게 향상시키며, G1 데이터셋에서 콘텐츠 무관 모델 대비 Hit Rate(HR@10)는 최대 7% 향상되고 MRR@10은 최대 12% 향상된다.
• LSA는 두 데이터셋에서 다른 모든 콘텐츠 인코딩 방법보다 뛰어난 성능을 보였으며, Adressa 데이터셋에서 HR@10(0.6935)과 MRR@10(0.3403)을 기록하여 최고 성능을 달성했다. 이는 비지도 학습 방법임에도 불구하고 성능이 뛰어나다는 것을 의미한다.
• G1 데이터셋에서는 지도 학습 기반 인코더(CNN, GRU)가 LSA보다 성능이 열 劣하므로, 메타데이터의 품질과 깊이가 지도 학습 기반 인코딩 성능에 중요한 영향을 미친다.
• Adressa 데이터셋에서는 비지도 학습 기반 인코더(LSA, W2V*TF-IDF, doc2vec)가 지도 학습 기반 인코더를 앞서며, 이는 분류 체계가 더 뻥 뚜렷한(41개 vs. 461개 카테고리) 덕분에 메타데이터 품질이 제한되어 있기 때문일 수 있다.
• 콘텐츠 무관 기반 베이스라인인 Item-kNN과 SR은 하이브리드 RNN 기반 CHAMELEON 모델보다 성능이 열 劣하여, 세션 동역학과 콘텐츠를 결합하는 것이 성능 향상에 필수적임을 시사한다.
• 콘텐츠 기반(CB) 방법은 가장 높은 커버리지(COV@10)와 신선도(ESI-R@10)를 기록했으며, 이는 콘텐츠 전용 모델이 장시간 테일 항목을 선호함을 확인한다. 반면, 인기 기반 방법(RP)은 가장 낮은 신선도를 기록했다.