[论文解读] A new system-wide diversity measure for recommendations with efficient algorithms

Arda Antikacioglu, Tanvi Bajpai+1 more|arXiv (Cornell University)|Nov 30, 2018

Recommender Systems and Techniques参考文献 22被引用 5

一句话总结

本文提出了一种新颖的系统级多样性度量方法，通过将推荐建模为二分图上的子图选择问题，同时优化用户级、物品级和系统级多样性。该方法引入了高效的算法——针对不相交类别的最小费用最大流精确算法，以及针对重叠类别的基于子模性的近似算法，在MovieLens和Netflix数据集上在相关性、多样性及销售额指标上均表现出优越性能。

ABSTRACT

Recommender systems often operate on item catalogs clustered by genres, and user bases that have natural clusterings into user types by demographic or psychographic attributes. Prior work on system-wide diversity has mainly focused on defining intent-aware metrics among such categories and maximizing relevance of the resulting recommendations, but has not combined the notions of diversity from the two point of views of items and users. In this work, (1) we introduce two new system-wide diversity metrics to simultaneously address the problems of diversifying the categories of items that each user sees, diversifying the types of users that each item is shown, and maintaining high recommendation quality. We model this as a subgraph selection problem on the bipartite graph of candidate recommendations between users and items. (2) In the case of disjoint item categories and user types, we show that the resulting problems can be solved exactly in polynomial time, by a reduction to a minimum cost flow problem. (3) In the case of non-disjoint categories and user types, we prove NP-completeness of the objective and present efficient approximation algorithms using the submodularity of the objective. (4) Finally, we validate the effectiveness of our algorithms on the MovieLens-1m and Netflix datasets, and show that algorithms designed for our objective also perform well on sales diversity metrics, and even some intent-aware diversity metrics. Our experimental results justify the validity of our new composite diversity metrics.

研究动机与目标

• 弥合现有推荐系统在用户、物品及系统整体分布多样性方面优先考虑相关性而忽视整体多样性的空白。
• 同时优化推荐给用户的物品类别的多样性以及接收每类物品的用户类型的多样性，同时保持高推荐准确性。
• 构建一个统一框架，将用户级、物品级和系统级多样性整合到单一复合目标函数中。
• 为不相交与重叠的用户和物品类别结构提供理论保证及高效算法。
• 在真实世界数据集上验证所提框架，显示在意图感知多样性与销售额多样性指标上的性能提升。

提出的方法

• 将推荐问题建模为候选用户-物品对二分图上的子图选择任务。
• 定义两种新的系统级多样性度量：一种强调用户多样性（TUDiv），另一种强调物品多样性（TIDiv），并与相关性项结合。
• 对于不相交类别，将问题简化为最小费用最大流问题，从而实现精确的多项式时间解法。
• 对于重叠类别，证明目标函数的NP-难性，并利用子模近似算法以获得近似最优结果。
• 实现两类算法：基于最小费用最大流的流方法，以及基于子模函数最大化问题的贪心近似方法。
• 将多样性目标集成到重排序流水线中，使用参数β和μ来平衡相关性、用户多样性和物品多样性。

实验结果

研究问题

• RQ1 如何设计一种统一的系统级多样性度量，以同时优化推荐系统中的用户级、物品级和系统级多样性？
• RQ2 在用户和物品类别结构为不相交与重叠的情况下，所提出的多样性优化问题的计算复杂度如何？
• RQ3 能否为系统级多样性目标开发出高效的确切或近似算法，它们在实际应用中的表现如何？
• RQ4 所提框架在真实世界数据集上，对多样性、相关性及销售额多样性指标的提升程度如何？
• RQ5 不同算法方法在准确性、用户多样性与物品多样性之间的权衡关系如何体现？

主要发现

• 在基于工作室类别的MovieLens数据集上，基于流的算法在P@10 = 0.315时达到最高精度，ERR-IA@10为0.078，优于MMR和xQuAD。
• 在基于年龄组类别的MovieLens数据集上，贪心算法在TUDiv（0.220）和TIDiv（0.220）上均达到最高值，表明其在意图感知多样性方面表现更优，尽管精度略低。
• 在基于工作室类别的MovieLens数据集上，基于流的算法在G@10 = 0.133和A@10 = 0.690时达到最佳综合多样性，优于所有基线方法。
• 贪心算法运行时间显著更短（5.83秒），远快于基于流的算法（20.3秒），尽管精度略低，但更具可扩展性。
• 基于流和贪心的算法在Binomial Diversity（BD）上均达到近似最优性能，证实了目标函数的稳健性。
• 所提框架即使未显式优化，也能提升销售额多样性与意图感知多样性指标，验证了其整体设计的有效性。