[论文解读] Generating ordered list of Recommended Items: a Hybrid Recommender System of Microblog

Yingzhen Li, Ye Zhang|arXiv (Cornell University)|Aug 21, 2012

Recommender Systems and Techniques参考文献 6被引用 4

一句话总结

本文提出了一种用于腾讯微博的混合推荐系统，结合关键词分析、用户分类和兴趣抽取，生成个性化的、有序的用户关注推荐列表。通过整合流行度、相似度和用户行为模式，该系统在KDD Cup 2012数据集上的前3名推荐中实现了0.41198的平均平均精度（MAP@3），优于基线方法。

ABSTRACT

Precise recommendation of followers helps in improving the user experience and maintaining the prosperity of twitter and microblog platforms. In this paper, we design a hybrid recommender system of microblog as a solution of KDD Cup 2012, track 1 task, which requires predicting users a user might follow in Tencent Microblog. We describe the background of the problem and present the algorithm consisting of keyword analysis, user taxonomy, (potential)interests extraction and item recommendation. Experimental result shows the high performance of our algorithm. Some possible improvements are discussed, which leads to further study.

研究动机与目标

• 为解决腾讯微博中推荐接受率低和推荐内容过时的问题，构建一个稳健的混合推荐系统。
• 通过在大规模微博环境中建模用户行为、兴趣和内容语义，提升推荐精度。
• 生成反映用户偏好和项目流行度的有序、个性化推荐列表。
• 通过融合基于内容的推荐、协同过滤和流行度驱动信号，克服单一方法推荐系统的局限性。

提出的方法

• 采用改进的FDM算法，实现关键词关联和同义词的高效并行挖掘，以推断用户兴趣。
• 通过交互频率和行为模式，将用户分类为活跃、非活跃和虚假三类，构建用户分类体系。
• 定义一个评分函数，结合流行度（通过转发/评论）和相似度（通过共享关键词）对候选用户进行排序。
• 使用加权交互评分 $fami(u_j, u_k) = \frac{1}{3} \times (\text{at} + \text{retweet} + \text{comment})$ 来量化用户之间的互动。
• 应用随机重训练机制，使系统能够适应用户兴趣的动态变化，而无需完全重新训练。
• 通过基于类别、流行度和相似度的复合评分函数对候选用户进行排序，生成有序推荐列表。

实验结果

研究问题

• RQ1 如何有效扩展关键词分析与同义词挖掘技术，以处理大规模微博数据并实现兴趣推断？
• RQ2 用户分类（活跃/非活跃/虚假）在多大程度上能提升用户关注推荐的准确性？
• RQ3 结合流行度、相似度和用户行为的混合模型，是否能在微博推荐中超越传统的协同过滤或基于内容的方法？
• RQ4 面对用户行为的动态变化和内容的持续演化，该系统如何保持推荐的相关性？

主要发现

• 系统在KDD Cup 2012基准测试中，对所有用户类型均实现了0.41198的平均平均精度（MAP@3），展现出强劲的整体性能。
• 非活跃用户的精度更高（0.46879），高于活跃用户（0.41066），表明预测关注行为与实际行为更吻合。
• 虚假用户的精度最低（0.33606），凸显了由于活动量低或行为虚假导致兴趣推断的挑战。
• 用户942226（非活跃用户）的AP@3达到1.00，表明其前3名推荐的预测精度极高。
• 用户2071402（活跃用户）的AP@3为0.83，表明尽管存在较高的流行度偏差，系统仍表现出色。
• 从非活跃用户的关注对象中挖掘潜在兴趣时，系统性能有所提升，表明间接偏好建模具有重要价值。