[论文解读] Analyzing User Preference for Social Image Recommendation

Xianming Liu, Min-Hsuan Tsai+1 more|arXiv (Cornell University)|Apr 24, 2016

Recommender Systems and Techniques被引用 4

一句话总结

该论文提出了一种稀疏主题模型（STM）及其面向社交的扩展模型SoSTM，用于社交图像推荐，通过结合图像内容的稀疏表示与协同过滤，解决数据稀疏性和冷启动问题。通过在共享的潜在主题空间中利用视觉基函数学习用户和图像的特征表示，STM在包含30万张图像的Flickr数据集上实现了最先进性能（mAPS = 45.77），显著优于PMF及其他基线模型。

ABSTRACT

With the incredibly growing amount of multimedia data shared on the social media platforms, recommender systems have become an important necessity to ease users' burden on the information overload. In such a scenario, extensive amount of heterogeneous information such as tags, image content, in addition to the user-to-item preferences, is extremely valuable for making effective recommendations. In this paper, we explore a novel hybrid algorithm termed {\em STM}, for image recommendation. STM jointly considers the problem of image content analysis with the users' preferences on the basis of sparse representation. STM is able to tackle the challenges of highly sparse user feedbacks and cold-start problmes in the social network scenario. In addition, our model is based on the classical probabilistic matrix factorization and can be easily extended to incorporate other useful information such as the social relationships. We evaluate our approach with a newly collected 0.3 million social image data set from Flickr. The experimental results demonstrate that sparse topic modeling of the image content leads to more effective recommendations, , with a significant performance gain over the state-of-the-art alternatives.

研究动机与目标

• 解决社交图像推荐系统中用户反馈稀疏性和冷启动问题。
• 在统一框架中整合视觉内容分析与协同过滤，以提升推荐准确性。
• 通过图像特征的稀疏表示，实现对新（未见过）图像的有效推荐。
• 在保留语义意义的潜在主题空间中，联合建模用户偏好与图像内容。
• 通过在潜在空间中引入社交提示（用户关系），提升推荐性能。

提出的方法

• STM采用基于视觉基函数的稀疏表示框架，联合建模用户偏好与图像内容，实现在数据稀疏条件下的鲁棒分解。
• 该方法基于概率矩阵分解（PMF）框架，并引入稀疏编码，将图像特征表示为学习到的视觉基函数的组合。
• 用户与项目特征在共享的潜在主题空间中进行学习，每个主题对应一种语义视觉模式（例如：'海洋'、'树木'、'建筑'）。
• 通过参数λR、λU、λV控制的正则化方案，平衡用户反馈、图像内容与潜在因子学习，提升泛化能力。
• SoSTM通过引入用户关系对STM进行扩展，使用户特征可通过共享的潜在主题关联，从而提升推荐准确性。
• 模型采用统一的优化目标，结合协同过滤损失与基于内容的稀疏编码，支持端到端学习。

实验结果

研究问题

• RQ1 图像内容的稀疏表示是否能在高度稀疏的社交图像数据集中显著提升推荐性能？
• RQ2 将基于内容的分析与协同过滤相结合，如何提升对冷启动图像的推荐效果？
• RQ3 社交提示（用户关系）在潜在主题空间中在多大程度上提升了推荐准确性？
• RQ4 STM中学习到的潜在主题是否具有语义可解释性，并与用户偏好对齐？
• RQ5 当在逐步缩小的训练数据子集上训练时，STM模型的鲁棒性如何，特别是在未见图像上的表现？

主要发现

• STM在FlickrUserFavor数据集上实现了46.09的平均平均精度（mAPS），显著优于最先进基线PMF。
• SoSTM模型取得了最佳性能，mAPS达到45.77，证明了在潜在主题模型中引入社交提示的有效性。
• 即使仅使用20%的训练图像，模型仍保持强劲性能，展现出对数据稀疏性的鲁棒性，并具备在真实场景中扩展的潜力。
• 对学习到的主题进行可视化，证实每个主题均对应有意义的视觉语义，如'海洋'、'树木'、'建筑'和'人物'。
• 在图像表示中引入稀疏编码，相较于CTR-I基线，mAPS提升了6.67个百分点，证实了其有效性。
• 该模型能有效处理冷启动图像，在训练过程中20%的图像未被见过的情况下，仍能维持有意义的推荐。