[论文解读] Friends, Strangers, and the Value of Ego Networks for Recommendation

Amit Sharma, Mevlana Gemici+1 more|arXiv (Cornell University)|Apr 17, 2013

Recommender Systems and Techniques参考文献 11被引用 9

一句话总结

本文使用 Facebook 和 Twitter 数据评估了以自我为中心（仅好友）与全网络推荐算法的性能，发现由于偏好局部性较高，仅好友的方法表现相当甚至更优，尤其在 Twitter 上表现更佳。研究引入了量化该局部性的指标，表明其是社交推荐有效性的关键驱动因素。

ABSTRACT

Two main approaches to using social network information in recommendation have emerged: augmenting collaborative filtering with social data and algorithms that use only ego-centric data. We compare the two approaches using movie and music data from Facebook, and hashtag data from Twitter. We find that recommendation algorithms based only on friends perform no worse than those based on the full network, even though they require much less data and computational resources. Further, our evidence suggests that locality of preference, or the non-random distribution of item preferences in a social network, is a driving force behind the value of incorporating social network information into recommender algorithms. When locality is high, as in Twitter data, simple k-nn recommenders do better based only on friends than they do if they draw from the entire network. These results help us understand when, and why, social network information is likely to support recommendation systems, and show that systems that see ego-centric slices of a complete network (such as websites that use Facebook logins) or have computational limitations (such as mobile devices) may profitably use ego-centric recommendation algorithms.

研究动机与目标

• 比较社交网络中以自我为中心（仅好友）与全网络推荐算法的性能。
• 探究偏好局部性——即连接用户之间项目偏好的非随机分布——是否解释了社交推荐的有效性。
• 开发并应用度量指标，以量化社交网络中偏好局部性的程度。
• 评估以自我为中心的推荐在数据或计算资源有限的系统（如移动应用或第三方登录）中的可行性。
• 理解偏好局部性在不同领域（如音乐、电影、话题标签）中的变化及其对推荐系统设计的影响。

提出的方法

• 以 k-NN 协同过滤作为基线推荐算法，比较仅使用好友数据与使用全网络数据的性能。
• 定义了三种局部性度量指标：Random Item/Ego（衡量项目在自我网络中的流行度与随机情况的对比）、Random Friend/Ego（衡量好友链接重新分配对结果的影响）、Ego Network Coverage（自我网络中包含某项目的比例）。
• 通过随机化网络生成方法，即在保持节点度数和项目集合不变的前提下，对项目分配（Random Item/Ego）或好友链接（Random Friend/Ego）进行重排。
• 使用归一化折损累计增益（nDCG）来衡量推荐质量，评估不同数据集上的性能。
• 分析项目流行度分布，以理解偏度及其对推荐性能的影响。
• 使用真实世界数据集：Facebook（音乐、电影）和 Twitter（话题标签），每个数据集均包含以自我为中心的结构和用户-项目交互日志。

实验结果

研究问题

• RQ1 仅使用用户好友（自我网络）是否能获得与使用全社交网络相当的推荐性能？
• RQ2 偏好局部性——即好友之间共享相似的项目偏好——在多大程度上解释了社交推荐的成功？
• RQ3 不同偏好局部性度量指标与以自我为中心推荐算法性能之间的相关性如何？
• RQ4 项目流行度分布（如长尾分布与偏斜分布）如何影响社交推荐的有效性？
• RQ5 在何种网络环境（如 Twitter 与 Facebook）中，以自我为中心的推荐最为有效，原因是什么？

主要发现

• 仅使用好友数据的以自我为中心推荐算法在性能上与使用全网络数据的算法相当，甚至在某些情况下更优，尤其在 Twitter 数据上表现更佳。
• Twitter 数据在所有度量指标中表现出最高的偏好局部性（Random Item/Ego 为 1.78，Random Friend/Ego 为 1.79），表明好友之间偏好存在更强的非随机聚类。
• Facebook 音乐与电影数据集的局部性较低（Random Item/Ego 为 1.19–1.28），但仍显著高于随机水平，表明存在中等程度的偏好聚类。
• 话题标签的自我网络覆盖率最高（99.7%），表明大多数项目至少在一个自我网络中可见，支持以自我为中心推荐的可行性。
• k-NN 推荐器的性能与偏好局部性高度相关：局部性越高（如 Twitter 中所示），以自我为中心的推荐效果越好。
• 研究发现偏好局部性是社交推荐成功的关键因素，尽管并非唯一因素，因为即使在局部性度量相似的情况下，不同艺术家与电影之间的性能差异依然存在。