[论文解读] Utilizing Online Social Network and Location-Based Data to Recommend Products and Categories in Online Marketplaces

Emanuel Lacić, Dominik Kowald+4 more|arXiv (Cornell University)|May 8, 2014

Recommender Systems and Techniques参考文献 18被引用 11

一句话总结

本文提出了一种混合推荐系统，利用市场、社交网络和基于位置的数据中的用户相似性特征，以提升在线市场中的产品和类别推荐效果。基于SecondLife数据集的基于用户的协同过滤实验表明，社交网络特征在产品预测中表现最佳，而所有三种数据源在类别预测中均表现优异，混合模型在准确率、多样性以及100%用户覆盖率方面达到最高水平。

ABSTRACT

Recent research has unveiled the importance of online social networks for improving the quality of recommender systems and encouraged the research community to investigate better ways of exploiting the social information for recommendations. To contribute to this sparse field of research, in this paper we exploit users' interactions along three data sources (marketplace, social network and location-based) to assess their performance in a barely studied domain: recommending products and domains of interests (i.e., product categories) to people in an online marketplace environment. To that end we defined sets of content- and network-based user similarity features for each data source and studied them isolated using an user-based Collaborative Filtering (CF) approach and in combination via a hybrid recommender algorithm, to assess which one provides the best recommendation performance. Interestingly, in our experiments conducted on a rich dataset collected from SecondLife, a popular online virtual world, we found that recommenders relying on user similarity features obtained from the social network data clearly yielded the best results in terms of accuracy in case of predicting products, whereas the features obtained from the marketplace and location-based data sources also obtained very good results in case of predicting categories. This finding indicates that all three types of data sources are important and should be taken into account depending on the level of specialization of the recommendation task.

研究动机与目标

• 解决社交和基于位置的数据在在线市场推荐系统中整合不足的问题。
• 探究来自多个数据源（市场、社交、位置）的用户相似性特征是否能提升产品和类别推荐的准确性。
• 评估结合所有三种数据源特征的混合推荐系统在提升鲁棒性、多样性及用户覆盖率方面的有效性。
• 考察基于内容的和基于网络的相似性特征在不同推荐层级（产品、低层级类别、顶层类别）上的表现差异。

提出的方法

• 从SecondLife收集大规模数据集，涵盖市场交易、社交网络连接以及基于位置的活动中的用户交互行为。
• 为三种数据源分别定义基于内容和基于网络的用户相似性特征：市场（购买/浏览历史）、社交网络（好友关系、互动行为）、基于位置（邻近度、访问模式）。
• 通过单独使用每种数据源的相似性得分，实施基于用户的协同过滤（CF），以评估各数据源的独立性能。
• 通过加权集成策略，将所有三种数据源的用户相似性特征组合，构建混合推荐模型。
• 采用多种指标评估模型：准确率使用nDCG@10、P@10、R@10，多样性使用D，用户覆盖率使用UC，评估对象涵盖产品、低层级类别和顶层类别预测任务。
• 建立系统性评估框架，将单一数据源模型与混合模型进行对比，以识别最优特征组合。

实验结果

研究问题

• RQ1 从市场、社交网络和基于位置的数据源中提取的用户相似性特征，在在线市场中用于产品和类别推荐的适用程度如何？
• RQ2 能否将市场、社交网络和基于位置的用户相似性特征进行整合，构建一种混合推荐系统，以提升预测准确率、多样性及用户覆盖率？
• RQ3 这些数据源在不同推荐层级（产品 vs. 低层级类别 vs. 顶层类别）上的性能特征有何差异？

主要发现

• 基于社交网络特征计算用户相似性的协同过滤方法在产品推荐中取得了最高的预测准确率，显著优于市场和基于位置的特征。
• 在低层级和顶层类别的预测中，三种数据源之间的性能差异显著减小，其中市场和基于位置的特征在顶层类别预测中表现最佳。
• 结合所有三种数据源的混合推荐系统在所有评估指标（nDCG@10、P@10、R@10）上均实现了最佳整体性能，适用于所有推荐任务。
• 该混合模型实现了100%的用户覆盖率，表明其能够为数据集中每一位用户都提供推荐，而单一模型可能在冷启动用户上失效。
• 结果表明，三种数据源均对推荐性能有显著贡献，其相对重要性因推荐粒度（产品 vs. 类别）而异。
• 本研究证实，将社交和基于位置的数据与传统的市场数据相结合，可显著提升系统的鲁棒性和覆盖率，尤其在多层级推荐任务中表现突出。