[论文解读] Explainable Social Contextual Image Recommendation with Hierarchical Attention.

Le Wu, Yong Ge+5 more|arXiv (Cornell University)|Jun 3, 2018

Recommender Systems and Techniques参考文献 29被引用 3

一句话总结

本文提出了一种用于可解释社会上下文图像推荐的层次化注意力模型，解决了数据稀疏性问题，并通过用户-图像交互、社交关系和图像内容三个上下文方面来建模用户偏好。通过应用自下而上的注意力机制从异构数据中提取关键元素，以及自上而下的注意力机制来衡量各方面的权重，该模型提高了推荐准确率，并通过学习到的注意力分数提供可解释的说明，在真实世界数据集上优于现有方法。

ABSTRACT

Image based social networks are among the most popular social networking services in recent years. With tremendous images uploaded everyday, understanding users' preferences to the user-generated images and recommending them to users have become an urgent need. However, this is a challenging task. On one hand, we have to overcome the extremely data sparsity issue in image recommendation. On the other hand, we have to model the complex aspects that influence users' preferences to these highly subjective content from the heterogeneous data. In this paper, we develop an explainable social contextual image recommendation model to simultaneously explain and predict users' preferences to images. Specifically, in addition to user interest modeling in the standard recommendation, we identify three key aspects that affect each user's preference on the social platform, where each aspect summarizes a contextual representation from the complex relationships between users and images. We design a hierarchical attention model in recommendation process given the three contextual aspects. Particularly, the bottom layered attention networks learn to select informative elements of each aspect from heterogeneous data, and the top layered attention network learns to score the aspect importance of the three identified aspects for each user. In this way, we could overcome the data sparsity issue by leveraging the social contextual aspects from heterogeneous data, and explain the underlying reasons for each user's behavior with the learned hierarchial attention scores. Extensive experimental results on real-world datasets clearly show the superiority of our proposed model.

研究动机与目标

• 解决由于用户生成图像数量庞大且具有主观性而导致的图像推荐中数据稀疏性的挑战。
• 在基于图像的社交网络中，对受社交、内容和交互因素影响的复杂异构用户偏好进行建模。
• 开发一种推荐系统，不仅能够准确预测用户偏好，还能为每次预测提供可解释的说明。
• 将社交上下文因素整合到推荐过程中，以提升性能和可解释性。

提出的方法

• 识别影响用户偏好的三个关键上下文方面：用户-图像交互、社交关系以及图像内容表征。
• 对每个方面应用底层注意力网络，从异构数据中提取信息性元素。
• 使用顶层注意力网络，动态计算每个上下文方面对特定用户的权重重要性。
• 将所有方面的注意力表示进行融合，以生成个性化的图像推荐。
• 利用层次化注意力机制，通过挖掘用户与图像之间的上下文关系，减少数据稀疏性。
• 端到端训练模型，联合优化推荐准确率与解释保真度。

实验结果

研究问题

• RQ1 在极端数据稀疏性条件下，如何有效建模图像推荐系统中的用户偏好？
• RQ2 在社交图像平台中，哪些关键上下文方面显著影响用户偏好？
• RQ3 如何利用层次化注意力机制同时提升推荐性能并提供可解释的说明？
• RQ4 社交、内容和交互上下文在多大程度上对图像推荐中的用户偏好预测有贡献？

主要发现

• 所提出的层次化注意力模型在真实世界数据集上相较于基线方法取得了更优的推荐性能。
• 该模型通过利用异构用户和图像数据的上下文表征，有效缓解了数据稀疏性问题。
• 顶层注意力机制成功识别并加权了对每位用户最相关的上下文方面，实现了可解释的预测。
• 底层注意力网络有效从每个上下文方面中提取出显著特征，提升了表征质量。
• 大量实验表明，该模型在准确率和可解释性方面均优于现有方法。
• 学习到的注意力分数为为何特定图像被推荐给用户提供了有意义的洞察，增强了透明度。