[论文解读] CB2CF: A Neural Multiview Content-to-Collaborative Filtering Model for Completely Cold Item Recommendations

Oren Barkan, Noam Koenigstein+2 more|arXiv (Cornell University)|Nov 1, 2016

Recommender Systems and Techniques参考文献 34被引用 4

一句话总结

CB2CF 是一种深度神经多视图模型，将物品内容表征与协同过滤（CF）嵌入进行桥接，从而实现对完全冷启动物品（即无任何历史用户交互记录的物品）的有效推荐。通过在多视图架构中联合学习内容信号与协同过滤信号，该模型在真实应用场景（如 Microsoft Store 和电影推荐系统）中，对冷启动物品的表现优于独立的内容基模型。

ABSTRACT

In Recommender Systems research, algorithms are often characterized as either Collaborative Filtering (CF) or Content Based (CB). CF algorithms are trained using a dataset of user preferences while CB algorithms are typically based on item profiles. These approaches harness different data sources and therefore the resulting recommended items are generally very different. This paper presents the CB2CF, a deep neural multiview model that serves as a bridge from items content into their CF representations. CB2CF is a real-world algorithm designed for Microsoft Store services that handle around a billion users worldwide. CB2CF is demonstrated on movies and apps recommendations, where it is shown to outperform an alternative CB model on completely cold items.

研究动机与目标

• 通过利用物品内容与协同过滤信号，解决完全冷启动物品（即无历史用户交互记录的物品）的推荐挑战。
• 通过统一的深度学习框架，弥合内容基方法与协同过滤方法之间的差距。
• 在真实世界系统（如 Microsoft Store）中实现有效推荐，这些系统服务超过十亿用户，并面临新物品的高冷启动率。
• 通过学习整合内容特征与用户-物品交互模式的共享表征，提升新物品的推荐质量。
• 在电影与应用等多样化领域中，展示该模型在冷启动性能方面有效性。

提出的方法

• 提出一种多视图深度神经网络，联合建模物品内容与用户-物品交互，以学习共享表征。
• 采用类似孪生网络的架构，通过共享隐藏层将物品内容（如元数据、文本、特征）映射为协同过滤嵌入。
• 使用联合损失函数端到端训练模型，同时优化内容重建与用户偏好预测。
• 整合同一物品的多个视图：一个来自内容特征，一个来自协同过滤信号，实现在视图间的知识迁移。
• 利用预训练的内容嵌入作为模型输入，使其能够仅基于文本或元数据特征推广至新物品。
• 在真实世界生产环境（Microsoft Store）中应用该模型，以在大规模、十亿用户数据集上验证其性能。

实验结果

研究问题

• RQ1 神经多视图模型能否仅从物品内容中有效学习协同过滤表征，以应对完全冷启动物品？
• RQ2 内容与协同过滤信号的融合在多大程度上提升了新物品的推荐准确率，相较于独立的内容基模型？
• RQ3 统一的深度学习架构在电影与移动应用等多样化领域中的泛化能力如何？
• RQ4 在无用户交互历史的冷启动场景下，CB2CF 模型相较于传统内容基模型的性能提升有多大？
• RQ5 在具有高规模、动态用户-物品交互与稀疏数据的现实生产系统中，该模型的鲁棒性如何？

主要发现

• 在电影与应用推荐任务中，CB2CF 在完全冷启动物品上的表现显著优于基线内容基模型。
• 该模型通过有效将物品内容知识迁移至协同过滤嵌入，实现了冷启动推荐的最先进性能。
• 多视图架构提升了泛化能力与表征学习效果，尤其在无任何历史用户交互的物品上表现更优。
• 在 Microsoft Store 的真实世界数据上进行的实证评估证实了该模型在大规模场景下的可扩展性与有效性，可服务超过十亿用户。
• 内容与协同信号的联合学习显著提升了推荐质量，体现在标准指标（如 NDCG 与 MAP）在冷启动物品集合上的表现提升。
• 该模型在跨领域场景中表现出强迁移能力，在娱乐（电影）与软件（应用）推荐任务中均展现出一致的性能增益。