[论文解读] GHRS: Graph-based Hybrid Recommendation System with Application to Movie Recommendation

Zahra Zamanzadeh Darban, Mohammad Hadi Valipour|arXiv (Cornell University)|Nov 6, 2021

Recommender Systems and Techniques参考文献 57被引用 145

一句话总结

本文提出GHRS，一种基于图的混合推荐系统，通过自编码器特征提取技术整合用户评分相似性、人口统计学数据和位置信息。通过构建用户相似性图并应用深度学习提取低维、高信息量的特征，GHRS在MovieLens数据集上实现了最先进性能，显著提升了推荐准确率，并在MovieLens 1M数据集上以RMSE 0.833有效解决了冷启动问题。

ABSTRACT

Research about recommender systems emerges over the last decade and comprises valuable services to increase different companies' revenue. Several approaches exist in handling paper recommender systems. While most existing recommender systems rely either on a content-based approach or a collaborative approach, there are hybrid approaches that can improve recommendation accuracy using a combination of both approaches. Even though many algorithms are proposed using such methods, it is still necessary for further improvement. In this paper, we propose a recommender system method using a graph-based model associated with the similarity of users' ratings, in combination with users' demographic and location information. By utilizing the advantages of Autoencoder feature extraction, we extract new features based on all combined attributes. Using the new set of features for clustering users, our proposed approach (GHRS) has gained a significant improvement, which dominates other methods' performance in the cold-start problem. The experimental results on the MovieLens dataset show that the proposed algorithm outperforms many existing recommendation algorithms on recommendation accuracy.

研究动机与目标

• 为解决传统协同过滤和基于内容的过滤在推荐系统中的局限性，特别是冷启动问题。
• 通过将用户评分模式、人口统计学数据和位置信息整合到统一模型中，提升推荐准确率。
• 利用深度学习，特别是自编码器，从异构用户属性中有效提取特征。
• 构建基于图的表示方法，捕捉用户相似性并增强聚类效果，从而提升推荐性能。
• 评估模型在低评分场景下的鲁棒性，通过随机移除评分矩阵中的用户评分来模拟无历史评分的新用户。

提出的方法

• 基于用户评分向量的余弦相似度构建用户相似性图，以建模用户之间的关系。
• 将用户的人口统计学和位置数据与评分模式整合到统一的特征矩阵中，作为自编码器的输入。
• 应用深度自编码器，学习用户低维、非线性的表示，降低特征相关性并提高信息含量。
• 使用自编码器学习到的潜在表示，通过K-Means和MiniBatchK-Means进行用户聚类，聚类数量通过肘部法和轮廓系数法确定。
• 在MovieLens 100K和1M数据集上，使用RMSE、精确率和召回率训练并评估最终的推荐模型。
• 通过随机从评分矩阵中移除用户评分来模拟冷启动场景，并评估剩余侧信息上的性能。

实验结果

研究问题

• RQ1 通过基于图的模型结合用户评分相似性、人口统计学数据和位置信息，能否提升推荐准确率？
• RQ2 基于自编码器的特征提取在多大程度上能提升混合推荐系统的性能？
• RQ3 当用户无历史评分记录时，所提出的模型在冷启动问题上的表现如何？
• RQ4 从图结构和自编码器特征中导出的用户群组，最优聚类数量是多少？
• RQ5 在标准基准数据集上，GHRS与最先进方法相比，在RMSE、精确率和召回率方面表现如何？

主要发现

• GHRS在MovieLens 1M数据集上实现了0.833的RMSE，优于大多数基线模型，并与AutoRec的最佳结果持平。
• 在MovieLens 100K数据集上，GHRS实现了0.887的RMSE，与最先进方法及AutoRec的最佳结果具有竞争力。
• 模型在冷启动场景中表现出色，即使在80%的用户评分被移除的情况下仍保持较低的RMSE，表明对数据稀疏性具有强鲁棒性。
• 自编码器的使用显著改善了特征表示，带来了更准确的聚类效果和更快的训练速度，相较于原始特征输入。
• 图结构用户相似性与侧信息的结合在MovieLens 1M上实现了17.53的平均轮廓系数，表明用户聚类具有良好的分离性和语义意义。
• 在1M数据集上，GHRS在RMSE和召回率指标上均优于多种先进方法，包括SVD++、Bayesian PLSA、RBM-CF等。