[论文解读] Cross-Domain Recommendation for Cold-Start Users via Neighborhood Based Feature Mapping

Xinghua Wang, Zhaohui Peng+4 more|arXiv (Cornell University)|Mar 5, 2018

Recommender Systems and Techniques参考文献 17被引用 4

一句话总结

本文提出了一种名为跨域潜在特征映射（CDLFM）的新模型，用于解决目标领域中无评分记录的冷启动用户推荐问题。该方法首先通过用户相似性增强的矩阵分解（MFUS）提升稀疏领域中的用户表征，然后利用邻域-based梯度提升树（GBT）学习从辅助领域中相似用户到目标领域偏好的映射函数，实验证明其在真实亚马逊数据集上的表现优于当前最先进方法。

ABSTRACT

Collaborative Filtering (CF) is a widely adopted technique in recommender systems. Traditional CF models mainly focus on predicting a user's preference to the items in a single domain such as the movie domain or the music domain. A major challenge for such models is the data sparsity problem, and especially, CF cannot make accurate predictions for the cold-start users who have no ratings at all. Although Cross-Domain Collaborative Filtering (CDCF) is proposed for effectively transferring users' rating preference across different domains, it is still difficult for existing CDCF models to tackle the cold-start users in the target domain due to the extreme data sparsity. In this paper, we propose a Cross-Domain Latent Feature Mapping (CDLFM) model for cold-start users in the target domain. Firstly, in order to better characterize users in sparse domains, we take the users' similarity relationship on rating behaviors into consideration and propose the Matrix Factorization by incorporating User Similarities (MFUS) in which three similarity measures are proposed. Next, to perform knowledge transfer across domains, we propose a neighborhood based gradient boosting trees method to learn the cross-domain user latent feature mapping function. For each cold-start user, we learn his/her feature mapping function based on the latent feature pairs of those linked users who have similar rating behaviors with the cold-start user in the auxiliary domain. And the preference of the cold-start user in the target domain can be predicted based on the mapping function and his/her latent features in the auxiliary domain. Experimental results on two real data sets extracted from Amazon transaction data demonstrate the superiority of our proposed model against other state-of-the-art methods.

研究动机与目标

• 解决在目标领域中无历史评分记录的冷启动用户推荐挑战。
• 通过引入用户相似性关系，超越已观测评分，改善稀疏领域中的用户表征。
• 利用个性化、基于邻域的特征映射函数，实现从辅助领域到目标领域的有效知识迁移。
• 在冷启动用户推荐的准确性方面超越现有跨域协同过滤方法。

提出的方法

• 提出用户相似性增强的矩阵分解（MFUS），将三种用户相似性度量——基于共同评分、评分模式和评分偏差——整合进矩阵分解框架。
• 使用梯度提升树（GBT）学习从辅助领域潜在特征到目标领域预测潜在特征的高阶、非线性映射函数。
• 针对每个冷启动用户，在辅助领域中识别出具有相似评分行为的用户邻域，以个性化映射函数。
• 采用加权组合方式（ρ₁, ρ₂, ρ₃）动态调节MFUS中不同行为模式的影响。
• 通过回溯线搜索实现MFUS参数的高效优化，超参数γ₁, γ₂, γ₃, σ以及ρ₁, ρ₂, ρ₃通过网格搜索进行调优。
• 使用相似性阈值（sim）控制邻域大小，确保仅足够相似的用户参与映射函数构建。

实验结果

研究问题

• RQ1 将用户相似性关系引入矩阵分解是否能改善稀疏领域中的潜在特征表征？
• RQ2 如何实现从辅助领域到无评分记录的冷启动目标领域的有效知识迁移？
• RQ3 基于邻域的梯度提升树方法是否比全局映射函数在跨域特征转换中更具优势？
• RQ4 在用户行为建模中，不同用户相似性度量之间的最优平衡是什么？
• RQ5 模型性能对相似性阈值和邻域大小的选择有多敏感？

主要发现

• CDLFM在两个真实亚马逊数据集上均取得最低的MAE和RMSE，优于MF+GBT和TMatrix，证明其在冷启动跨域推荐中的优越性。
• MFUS在β > 0时始终优于标准MF，表明引入用户相似性可提升单领域评分预测性能。
• MFUS在β = 0.005且K = 20时达到最优性能，更高K或β值导致过拟合，性能下降。
• 最优相似性权重组合（ρ₁=0.6, ρ₂=0.2, ρ₃=0.2）使RMSE最低（1.027）和MAE最低（0.766），证实三种相似性度量的共同价值。
• 提高相似性阈值（sim）可提升模型性能，当sim=0.5时结果趋于平缓，因邻近用户不足，表明邻居质量至关重要。
• 基于邻域的GBT映射函数显著优于全局映射，证明基于行为的个性化迁移比通用模型更有效。