[论文解读] Contextual Personalized Re-Ranking of Music Recommendations through Audio Features

Boning Gong, Mesut Kaya+1 more|arXiv (Cornell University)|Sep 6, 2020

Music and Audio Processing参考文献 29被引用 5

一句话总结

本文提出了一种用于音乐推荐的上下文感知重排序算法，利用音频特征在特定上下文中（如一天中的时间）建模用户偏好。通过为每位用户使用个性化的音频特征表示，该方法在精确率和平均平均精度方面优于全局模型和基线推荐方法，通过上下文感知的后处理过滤显著提升了推荐的相关性。

ABSTRACT

Users are able to access millions of songs through music streaming services like Spotify, Pandora, and Deezer. Access to such large catalogs, created a need for relevant song recommendations. However, user preferences are highly subjective in nature and change according to context (e.g., music that is suitable in the morning is not as suitable in the evening). Moreover, the music one user may prefer in a given context may be different from what another user prefers in the same context (i.e., what is considered good morning music differs across users). Accurately representing these preferences is essential to creating accurate and effective song recommendations. User preferences for songs can be based on high level audio features, such as tempo and valence. In this paper, we therefore propose a contextual re-ranking algorithm, based on audio feature representations of user preferences in specific contextual conditions. We evaluate the performance of our re-ranking algorithm using the #NowPlaying-RS dataset, which exists of user listening events crawled from Twitter and is enriched with song audio features. We compare a global (context for all users) and personalized (context for each user) model based on these audio features. The global model creates an audio feature representation of each contextual condition based on the preferences of all users. Unlike the global model, the personalized model creates user-specific audio feature representations of contextual conditions, and is measured across 333 distinct users. We show that the personalized model outperforms the global model when evaluated using the precision and mean average precision metrics.

研究动机与目标

• 解决流媒体服务中主观且依赖上下文的音乐偏好挑战。
• 通过在重排序过程中引入时间等上下文条件，提升推荐准确率。
• 探究个性化用户偏好的音频特征表示是否在上下文感知重排序中优于全局表示。
• 开发一种后处理过滤方法，以增强现有推荐系统，而无需修改其核心架构。
• 评估音频特征在建模多样化用户行为下的上下文特定音乐偏好方面的有效性。

提出的方法

• 该方法采用一种上下文感知重排序框架，作为对现有推荐列表的后处理步骤。
• 利用音频特征（如节拍速度、情绪值）表示特定上下文条件（如一天中的时间）下的用户偏好。
• 实现两种模型：一种是全局模型，对每个上下文下的所有用户偏好进行平均；另一种是个性化模型，捕捉每位用户在特定上下文下的偏好。
• 通过计算每首歌曲的音频特征向量与用户在特定上下文下的偏好表示之间的相似度，执行重排序。
• 相似度得分用于重排序，其中超参数 λ 控制基于音频的偏好模型的影响。
• 该方法使用 #NowPlaying-RS 数据集进行评估，该数据集包含基于 Twitter 的收听事件，并附加了音频特征。

实验结果

研究问题

• RQ1 RQ1：不同上下文维度的上下文条件如何与音频特征相关？
• RQ2 RQ2：基于不同上下文条件下用户偏好的音频特征表示进行重排序，如何影响音乐推荐的准确率？
• RQ3 RQ3：在相同上下文条件（如一天中的时间）下，用户偏好的全局音频特征表示与个性化表示在重排序性能上表现如何？

主要发现

• 个性化重排序模型在所有评估的推荐算法（BPR、US-BPR、CAMF_IC）上，于 MAP@10 指标上均持续优于全局模型。
• 个性化模型在原始（非上下文）排序基础上显著提升了推荐准确率，尤其在 CAMF_IC 算法上表现更佳。
• 全局模型在 BPR 和 US-BPR 上的表现劣于原始推荐结果，但在 CAMF_IC 上表现略好，表明基线存在上下文特定偏差。
• 反向重排序（与所提方法相反）显著降低性能，证实了该重排序策略有效，而非随机排序所致。
• 单一 λ 值无法在所有底层推荐器上实现最优性能，表明在实际应用中应针对每种推荐算法单独调整 λ。
• 结果表明，音频特征在建模上下文特定用户偏好方面具有有效性，验证了该方法的核心前提。