[论文解读] Disentangled Graph Neural Networks for Session-based Recommendation

Ansong Li, Zhiyong Cheng+4 more|arXiv (Cornell University)|Jan 10, 2022

Recommender Systems and Techniques被引用 11

一句话总结

该论文提出了一种解耦图神经网络（Disentangled Graph Neural Networks, Disen-GNN），用于会话级推荐，通过将物品嵌入分解为解耦因子，利用基于因子的相似度矩阵，通过门控图神经网络（Gated GNN）学习因子特定的表示，并使用距离相关性来强制因子间的独立性。该方法通过在因子层面建模用户意图，实现了SOTA性能，在三个基准数据集上均优于现有SOTA方法。

ABSTRACT

Session-based recommendation (SBR) has drawn increasingly research attention in recent years, due to its great practical value by only exploiting the limited user behavior history in the current session. Existing methods typically learn the session embedding at the item level, namely, aggregating the embeddings of items with or without the attention weights assigned to items. However, they ignore the fact that a user's intent on adopting an item is driven by certain factors of the item (e.g., the leading actors of an movie). In other words, they have not explored finer-granularity interests of users at the factor level to generate the session embedding, leading to sub-optimal performance. To address the problem, we propose a novel method called Disentangled Graph Neural Network (Disen-GNN) to capture the session purpose with the consideration of factor-level attention on each item. Specifically, we first employ the disentangled learning technique to cast item embeddings into the embedding of multiple factors, and then use the gated graph neural network (GGNN) to learn the embedding factor-wisely based on the item adjacent similarity matrix computed for each factor. Moreover, the distance correlation is adopted to enhance the independence between each pair of factors. After representing each item with independent factors, an attention mechanism is designed to learn user intent to different factors of each item in the session. The session embedding is then generated by aggregating the item embeddings with attention weights of each item's factors. To this end, our model takes user intents at the factor level into account to infer the user purpose in a session. Extensive experiments on three benchmark datasets demonstrate the superiority of our method over existing methods.

研究动机与目标

• 为了解决现有会话级推荐方法仅在物品层面建模用户意图的局限性，忽略由物品因子驱动的更细粒度用户兴趣。
• 通过捕捉用户意图在因子层面（如演员、导演或风格）的表示，改进会话嵌入表征，而非使用整体物品嵌入。
• 通过距离相关性强制因子间独立性，提升解耦表征学习的质量。
• 开发一种图神经网络架构，利用基于每个因子的相似度矩阵学习因子特定的物品表征。
• 证明因子级注意力机制与解耦表征可带来更优的会话级推荐性能。

提出的方法

• 使用因子特定的线性投影将物品嵌入分解为多个解耦因子，实现对物品不同属性的独立建模。
• 为每个因子构建基于因子的物品邻接相似度矩阵，表示基于该特定因子的成对物品相似度。
• 对每个因子特定的相似度矩阵应用门控图神经网络（GGNN），通过消息传递学习因子感知的物品表征。
• 使用距离相关性作为正则项，最大化不同因子表征之间的统计独立性，减少冗余。
• 引入因子级注意力机制，动态加权会话中各因子的重要性。
• 通过学习到的因子级注意力权重聚合物品表征，生成统一的、意图感知的会话嵌入，用于下一步物品预测。

实验结果

研究问题

• RQ1 与物品层面建模相比，在因子层面（如演员、导演或产品属性）建模用户意图是否能提升会话级推荐性能？
• RQ2 通过距离相关性强制因子间独立性，对学习到的表征质量与推荐准确率有何影响？
• RQ3 不同数据集的最优解耦因子数量是多少？其对性能有何影响？
• RQ4 控制因子独立性的正则化系数如何影响模型性能与训练稳定性？
• RQ5 基于因子的GGNN传播机制与相似度矩阵，在会话序列中对长距离依赖建模的提升程度如何？

主要发现

• Disen-GNN在三个基准数据集（Diginetica、Nowplaying和YOOTAIL）上均达到SOTA性能，P@20和MRR@20指标持续优于现有SOTA方法。
• 最优解耦因子数量（K）因数据集而异：Diginetica上K=5，Nowplaying上K=6–12，性能在达到峰值后因过拟合或因子嵌入容量下降而下降。
• 将正则化系数λ设为适中值可显著提升性能；λ=0（无独立性约束）导致次优结果，而过高的λ会因过度压制预测损失而降低性能。
• 消融实验证实，解耦表征学习与因子级注意力均为关键组件，二者对最终性能提升均有显著贡献。
• 在GGNN中使用基于因子的相似度矩阵，可有效传播因子特定信息，捕捉超越即时序列转移的长距离依赖。