[论文解读] Context-aware Ensemble of Multifaceted Factorization Models for Recommendation Prediction in Social Networks

Yunwen Chen, Zuotao Liu+5 more|arXiv (Cornell University)|May 3, 2021

Recommender Systems and Techniques参考文献 11被引用 8

一句话总结

本文提出了一种上下文感知的多方面因子分解模型集成方法，通过整合社交网络关系、用户行为（如转发、评论）以及用户资料（年龄、性别、关键词）作为隐式反馈，以提升推荐准确率。通过使用监督逻辑回归结合多个因子分解模型，并对用户行为持续时间进行建模，该方法在KDD-Cup 2012竞赛中取得了0.43959的公开测试MAP分数，获得第二名。

ABSTRACT

This paper describes the solution of Shanda Innovations team to Task 1 of KDD-Cup 2012. A novel approach called Multifaceted Factorization Models is proposed to incorporate a great variety of features in social networks. Social relationships and actions between users are integrated as implicit feedbacks to improve the recommendation accuracy. Keywords, tags, profiles, time and some other features are also utilized for modeling user interests. In addition, user behaviors are modeled from the durations of recommendation records. A context-aware ensemble framework is then applied to combine multiple predictors and produce final recommendation results. The proposed approach obtained 0.43959 (public score) / 0.41874 (private score) on the testing dataset, which achieved the 2nd place in the KDD-Cup competition.

研究动机与目标

• 解决在稀疏且噪声较多的数据下对社交网络中复杂用户兴趣进行建模的挑战。
• 通过整合社交关系、用户行为和资料属性等多种特征，提升推荐准确率。
• 开发一种上下文感知的集成框架，结合多个预测器以提升性能。
• 通过利用用户资料和行为特征，缓解冷启动问题，尤其针对不活跃用户。
• 对用户行为持续时间进行建模，捕捉动态兴趣变化。

提出的方法

• 该方法采用两阶段训练框架：首先在预处理数据上训练多方面的因子分解模型，然后通过监督逻辑回归将它们进行组合。
• 将社交网络行为（如转发、评论、提及）视为隐式反馈，以增强用户-项目交互信号。
• 将用户特征（如年龄、性别、标签、关键词和推文数量）作为偏差项和因子向量整合进因子分解模型。
• 通过滑动窗口方式建模时间上下文（例如，Γ(5) = 最近5个时间步），用于加权预测结果。
• 将用户行为持续时间建模为时间序列信号，以捕捉用户参与的时序动态。
• 采用上下文感知的集成框架，利用逻辑回归融合多个基模型的预测结果，其系数在验证集上进行学习。

实验结果

研究问题

• RQ1 如何在协同过滤中有效将社交网络关系和用户行为建模为隐式反馈？
• RQ2 用户资料特征（如年龄、性别、标签）对提升推荐准确率有何影响，特别是在冷启动用户场景下？
• RQ3 整合时间上下文和行为持续时间如何增强推荐模型的预测能力？
• RQ4 与单一模型相比，对多个多方面因子分解模型进行集成学习能在多大程度上提升性能？
• RQ5 基于监督回归的集成策略能否有效结合多种预测器，实现最先进水平的结果？

主要发现

• 将社交网络行为（如转发、评论）作为隐式反馈，使模型的MAP从0.3721提升至0.3701，显示出显著增益。
• 整合用户资料特征（如年龄、性别、关键词）后，MAP提升至0.3887，凸显其在冷启动场景中的价值。
• 通过滑动窗口（Γ(5)）对用户行为持续时间和时间上下文进行建模，在公开测试集上达到0.4395的MAP，为所有配置中的最高值。
• 上下文感知的多方面因子分解模型集成方法在公开测试集上取得0.43959的MAP分数，私有测试集得分为0.41874，在KDD-Cup 2012竞赛中获得第二名。
• 在最终阶段，通过使用补充训练数据和最近邻技术，进一步提升性能，使MAP从0.3907提升至0.3911。