[论文解读] Application of Statistical Relational Learning to Hybrid Recommendation Systems

Shuo Yang, Mohammed Korayem+3 more|arXiv (Cornell University)|Jul 4, 2016

Recommender Systems and Techniques参考文献 16被引用 4

一句话总结

本文提出了一种可扩展的混合推荐系统，用于工作匹配，采用统计关系学习（SRL）方法——关系函数梯度提升（RFGB），该方法在无需大量特征工程的情况下整合了基于内容的推荐与协同过滤。通过使用代价敏感的目标函数调节精确率-召回率权衡，该方法显著降低了误报率，这对用户满意度至关重要，在大规模真实世界工作推荐数据上实现了高精确率和高召回率。

ABSTRACT

Recommendation systems usually involve exploiting the relations among known features and content that describe items (content-based filtering) or the overlap of similar users who interacted with or rated the target item (collaborative filtering). To combine these two filtering approaches, current model-based hybrid recommendation systems typically require extensive feature engineering to construct a user profile. Statistical Relational Learning (SRL) provides a straightforward way to combine the two approaches. However, due to the large scale of the data used in real world recommendation systems, little research exists on applying SRL models to hybrid recommendation systems, and essentially none of that research has been applied on real big-data-scale systems. In this paper, we proposed a way to adapt the state-of-the-art in SRL learning approaches to construct a real hybrid recommendation system. Furthermore, in order to satisfy a common requirement in recommendation systems (i.e. that false positives are more undesirable and therefore penalized more harshly than false negatives), our approach can also allow tuning the trade-off between the precision and recall of the system in a principled way. Our experimental results demonstrate the efficiency of our proposed approach as well as its improved performance on recommendation precision.

研究动机与目标

• 为解决传统混合推荐系统需要大量特征工程的局限性，通过统计关系学习（SRL）实现改进。
• 开发一种可扩展的真实世界推荐系统，能够处理如CareerBuilder平台中所见的数百亿条工作与简历记录。
• 通过调节误报与漏报之间的权衡，结合领域特定的代价偏好（优先考虑精确率），实现对精确率-召回率权衡的调优。
• 评估SRL在关系型大数据环境中结合基于内容的推荐与协同过滤的有效性，特别是在冷启动用户场景下的表现。

提出的方法

• 使用关系函数梯度提升（RFGB），一种由关系回归树组成的提升模型，以学习用户、工作及其属性之间的概率依赖关系。
• 定义目标关系 Match(User, Job)，用于基于简历、职位发布信息和用户申请历史中的特征，预测某职位是否应被推荐给某用户。
• 采用一阶谓词如 UserSkill、JobSkill、UserJobDis（距离）和 PrAppliedJob（先前申请）来建模用户-职位及用户-用户之间的相似性。
• 通过谓词如 CommSkill、CommClass 和 CommCity 引入协同过滤桥梁，将相似用户的知识迁移至目标用户。
• 在RFGB中引入目标函数中的惩罚项，通过超参数 α 和 β 实现对精确率-召回率权衡的调优。
• 将连续特征（如地理距离）离散化为四种类别，以提升模型的鲁棒性与可扩展性。

实验结果

研究问题

• RQ1 统计关系学习能否有效扩展至包含数百亿数据点的真实世界大规模工作推荐系统？
• RQ2 通过SRL结合基于内容的推荐与协同过滤，是否能相比仅使用基于内容的推荐提升推荐性能？
• RQ3 能否以合理方式调优精确率-召回率权衡，以反映特定领域的代价结构（如更严厉地惩罚误报）？
• RQ4 SRL模型能否显著减少对人工特征工程的依赖，并相比传统混合系统更稳健地处理冷启动用户？

主要发现

• 与仅使用基于内容的推荐相比，该混合SRL系统显著提升了召回率（在所有用户类别中达到1.0）和AUC-ROC，同时保持了具有竞争力的精确率与准确率。
• 通过软间隔方法结合代价敏感学习，误报率（FPR）得到显著降低，优于未考虑领域特定代价矩阵的先前方法。
• 该系统能够同时实现高精确率与高召回率，且可通过超参数 α 和 β 调节二者之间的权衡，实现针对不同部署需求的定制化。
• 马尔可夫逻辑网络（MLNs）在相同数据上运行三个月后仍无法扩展，凸显了所提出的基于RFGB的SRL方法在效率上的优势。
• 该模型通过利用相似用户的关联特征有效缓解了冷启动问题，减少了对复杂特征工程的依赖。
• 该方法证明了SRL可在真实世界推荐系统中成功实现规模化应用，标志着SRL在大数据工作推荐场景中的首次实际部署。