[論文レビュー] FeedRec: News Feed Recommendation with Various User Feedbacks

Chuhan Wu, Fangzhao Wu+2 more|arXiv (Cornell University)|Feb 9, 2021

Recommender Systems and Techniques被引用数 8

ひとこと要約

FeedRec は、クリック、スキップ、共有、好ましくない、完了行動、クイッククローズなどの多様なユーザーのフィードバックを活用することで、ユーザーの関心モデリングとエンゲージメントに配慮したトレーニングを向上させる包括的なフレームワークを提案する。強力なフィードバックから弱いフィードバックへの注意分散とマルチフィードバックトレーニングを用いることで、実世界のデータ上でのクリック予測とユーザーのエンゲージメント指標の両方を向上させる。

ABSTRACT

Accurate user interest modeling is important for news recommendation. Most existing methods for news recommendation rely on implicit feedbacks like click for inferring user interests and model training. However, click behaviors usually contain heavy noise, and cannot help infer complicated user interest such as dislike. Besides, the feed recommendation models trained solely on click behaviors cannot optimize other objectives such as user engagement. In this paper, we present a news feed recommendation method that can exploit various kinds of user feedbacks to enhance both user interest modeling and model training. We propose a unified user modeling framework to incorporate various explicit and implicit user feedbacks to infer both positive and negative user interests. In addition, we propose a strong-to-weak attention network that uses the representations of stronger feedbacks to distill positive and negative user interests from implicit weak feedbacks for accurate user interest modeling. Besides, we propose a multi-feedback model training framework to learn an engagement-aware feed recommendation model. Extensive experiments on a real-world dataset show that our approach can effectively improve the model performance in terms of both news clicks and user engagement.

研究の動機と目的

• クリックオンリーのフィードバックにおける限界を是正し、好意や嫌悪といった複雑なユーザーの関心をモデル化すること。
• 明示的および暗黙的な信号を含む、強度の異なるさまざまなフィードバックタイプを統合することで、ユーザーの関心モデリングを向上させること。
• クリックスルーレートを超えたユーザーのエンゲージメントを最適化するトレーニングフレームワークを開発すること。
• 異なるフィードバックタイプ間の関連性をモデル化し、ノイズの多い暗黙的フィードバックから正確なポジティブ／ネガティブ関心を抽出すること。

提案手法

• 複数のフィードバックタイプ（クリック、スキップ、共有、好ましくない、完了、クイッククローズ）を統合した包括的なユーザーモデリングフレームワークが、単一の表現に統合される。
• 強いフィードバック（例：好ましくない、完了）の表現を用いて、弱いフィードバック（例：クリック、スキップ）からの正確なポジティブおよびネガティブ関心を蒸留する強力なフィードバックから弱いフィードバックへの注意ネットワーク。
• 異種および同種のトランスフォーマーが、それぞれフィードバック間およびフィードバック内関係をモデル化する。
• クリック予測、完了予測、滞在時間予測の3つのタスクを同時に最適化するマルチフィードバックトレーニングフレームワークにより、エンゲージメントに配慮した表現を学習する。
• フィードバック埋め込み、滞在時間埋め込み、位置埋め込み、時間間隔埋め込みが、ニュースエンコーダーの表現を豊かにする。
• クリック、完了、ポジティブ／ネガティブ分離の目的関数をバランスさせるために、学習可能な係数（α、β、γ）を用いて損失関数を重み付けする。

Figure 1. An example of various user feedbacks on a news feed platform.

実験結果

リサーチクエスチョン

• RQ1 強度の異なる多様なユーザーのフィードバックを、包括的なユーザーモデリングフレームワークに効果的に統合する方法は何か？
• RQ2 強いフィードバック（例：好ましくない、完了）を活用することで、弱いフィードバック（例：クリック）からのポジティブ／ネガティブ関心の推定精度を向上させられるか？
• RQ3 マルチフィードバックトレーニングは、クリックベースの最適化を超えて、どの程度エンゲージメントを向上させるか？
• RQ4 どのフィードバックタイプと埋め込みが、モデルのパフォーマンスに最も寄与しているか？

主な発見

• 提案された強力なフィードバックから弱いフィードバックへの注意分散メカニズムにより、ノイズの多い暗黙的フィードバックからのユーザー関心のより正確な蒸留が可能となり、モデルのパフォーマンスが著しく向上した。
• クリック、完了、滞在時間予測の3つのタスクを同時に学習させることで、クリックオンリートレーニングよりも優れたパフォーマンスが得られ、エンゲージメント認識の向上が示された。
• フィードバック埋め込みが最も重要な特徴であり、次に滞在時間埋め込みが続く。両者ともユーザー満足度と関心推定に重要なシグナルを提供する。
• クイッククローズを特定する最適な滞在時間のしきい値は10秒であり、これはネガティブシグナルを的確に捉えつつ、ポジティブな行動を誤分類するリスクを最小限に抑えるバランスを取っている。
• 最良のパフォーマンスは、損失係数 α=0.2（完了）、β=0.15（滞在時間）、γ=0.2（ポジティブ／ネガティブ分離）で達成された。これは、タスク間の最適化がバランス良く行われていることを示している。

Figure 2. The user modeling framework of our FeedRec approach.