[论文解读] Collaborative Metric Learning Recommendation System: Application to Theatrical Movie Releases

Miguel Del Campo, J. J. Espinoza+2 more|arXiv (Cornell University)|Mar 1, 2018

Recommender Systems and Techniques参考文献 12被引用 6

一句话总结

本文提出了一种协作度量学习（CML）框架，将深度度量学习与协同过滤相结合，以提升在冷启动场景下（特别是无用户反馈的院线电影发行）的电影推荐性能。通过学习一个共享嵌入空间，其中用户-商品相似性通过学习到的距离来衡量，该模型仅使用购买数据和剧情嵌入，在未见电影发行上显著优于基线方法。

ABSTRACT

Product recommendation systems are important for major movie studios during the movie greenlight process and as part of machine learning personalization pipelines. Collaborative Filtering (CF) models have proved to be effective at powering recommender systems for online streaming services with explicit customer feedback data. CF models do not perform well in scenarios in which feedback data is not available, in cold start situations like new product launches, and situations with markedly different customer tiers (e.g., high frequency customers vs. casual customers). Generative natural language models that create useful theme-based representations of an underlying corpus of documents can be used to represent new product descriptions, like new movie plots. When combined with CF, they have shown to increase the performance in cold start situations. Outside of those cases though in which explicit customer feedback is available, recommender engines must rely on binary purchase data, which materially degrades performance. Fortunately, purchase data can be combined with product descriptions to generate meaningful representations of products and customer trajectories in a convenient product space in which proximity represents similarity. Learning to measure the distance between points in this space can be accomplished with a deep neural network that trains on customer histories and on dense vectorizations of product descriptions. We developed a system based on Collaborative (Deep) Metric Learning (CML) to predict the purchase probabilities of new theatrical releases. We trained and evaluated the model using a large dataset of customer histories, and tested the model for a set of movies that were released outside of the training window. Initial experiments show gains relative to models that do not train on collaborative preferences.

研究动机与目标

• 为解决推荐系统中常见冷启动问题——即缺乏用户反馈的新院线电影发行，提出推荐方法。
• 在用户反馈稀疏或仅含二值反馈（如仅购买信号）的场景下，提升推荐性能。
• 通过自然语言模型将电影剧情的语义表示整合进协作度量学习框架。
• 学习一个有意义的、低维的产品与用户嵌入空间，其中距离接近度反映相似性与购买可能性。
• 在训练窗口外发布的电影上评估模型的泛化能力，以模拟真实世界冷启动部署场景。

提出的方法

• 模型使用预训练的自然语言嵌入（例如来自BERT或类似模型）将电影剧情描述编码为密集向量表示。
• 采用深度神经网络学习一个度量空间，其中用户和项目嵌入被优化，使得相似用户更接近其可能购买的项目。
• 训练目标是最小化用户-项目交互三元组的三元组损失：正样本项目（已购买）被拉近至用户嵌入，远离负样本项目（未购买）。
• 模型在用户购买历史和电影剧情语义嵌入上进行联合训练，实现从文本内容到用户偏好建模的知识迁移。
• 学习到的嵌入空间支持零样本推理：新电影可仅基于其剧情嵌入进行推荐，而无需历史反馈。
• 系统在大规模客户历史与电影发行数据集上进行评估，测试集中的电影在训练中被排除。

实验结果

研究问题

• RQ1 在仅提供二值购买数据的情况下，度量学习框架是否能有效建模用户偏好？
• RQ2 电影剧情的语义嵌入在多大程度上能提升冷启动推荐性能？
• RQ3 协同偏好与语义表示的联合学习是否能提升对未见院线电影发行的泛化能力？
• RQ4 在冷启动场景下，所提出的CML模型与传统协同过滤和基于内容的基线方法相比表现如何？
• RQ5 模型能否仅基于其剧情嵌入和用户购买历史，泛化到训练期间未见过的新电影？

主要发现

• CML模型显著优于未整合协同偏好的基线模型，尤其在冷启动设置下表现突出。
• 将剧情嵌入与协同学习结合，显著提升了对未见院线电影发行的推荐性能，证明了在稀疏反馈场景下语义内容的价值。
• 在训练窗口外发布的测试集电影上，模型在新电影发行的预测准确性上实现了可衡量的提升。
• 在度量学习框架中使用三元组损失，即使在反馈有限的情况下，也能有效捕捉用户偏好模式。
• 模型对新项目具有良好的泛化能力，表明电影剧情的语义表示可有效替代缺失的用户反馈。
• 结果表明，学习一个距离反映购买可能性的共享嵌入空间，比传统协同过滤或仅基于内容的基线方法更有效。