[论文解读] Heterogeneous Graph Collaborative Filtering

Zekun Li, Yujia Zheng+3 more|arXiv (Cornell University)|Nov 13, 2020

Recommender Systems and Techniques参考文献 31被引用 4

一句话总结

本文提出异构图协同过滤（HGCF），一种基于图卷积网络（GCN）的框架，通过在统一的异构图中建模用户-物品交互关系与用户-用户行为相似性，以提升推荐性能。通过显式编码用户相似性并增强图的连通性，HGCF降低了对高阶连通性建模的依赖，仅用较少的网络层数即实现最先进性能，缓解了过平滑与稀疏性问题。

ABSTRACT

Graph-based collaborative filtering (CF) algorithms have gained increasing attention. Existing work in this literature usually models the user-item interactions as a bipartite graph, where users and items are two isolated node sets and edges between them indicate their interactions. Then, the unobserved preference of users can be exploited by modeling high-order connectivity on the bipartite graph. In this work, we propose to model user-item interactions as a heterogeneous graph which consists of not only user-item edges indicating their interaction but also user-user edges indicating their similarity. We develop heterogeneous graph collaborative filtering (HGCF), a GCN-based framework which can explicitly capture both the interaction signal and similarity signal through embedding propagation on the heterogeneous graph. Since the heterogeneous graph is more connected than the bipartite graph, the sparsity issue can be alleviated and the demand for expensive high-order connectivity modeling can be lowered. Extensive experiments conducted on three public benchmarks demonstrate its superiority over the state-of-the-arts. Further analysis verifies the importance of user-user edges in the graph, justifying the rationality and effectiveness of HGCF.

研究动机与目标

• 为解决现有基于二分图的协同过滤方法的局限性，这些方法未能显式建模用户行为相似性，且由于深层高阶连通性建模导致稀疏性和高计算成本问题。
• 通过构建整合用户-物品交互与用户-用户相似性关系的更连通的异构图，以提升推荐性能。
• 通过利用异构图增强的连通性，降低对深层GCN层的需求，从而避免过平滑并提升效率。
• 通过实证验证不同相似性度量方法与图构建策略在异构图中用户-用户边加权方面的有效性。

提出的方法

• 通过基于行为相似性的用户-用户边增强标准用户-物品二分图，构建异构图，其中边权重使用点互信息（PMI）计算。
• 在异构图上应用图卷积网络（GCN）进行端到端嵌入学习，实现交互信号与相似性信号的联合传播。
• 在HGCF中采用两层GCN架构，由于异构图的连通性增强，该结构已足够实现最优性能。
• 使用PMI计算用户-用户相似性，其可提供正负值，相比余弦或Jaccard相似性具有更好的可区分性。
• 应用相似性阈值控制图的稀疏性，在过拟合与信息保留之间取得平衡。
• 利用异构图结构通过低阶连通性捕获间接用户偏好，从而降低计算负担。

实验结果

研究问题

• RQ1 在异构图中显式建模用户-用户行为相似性，相较于传统基于二分图的方法，对推荐性能有何影响？
• RQ2 用于构建异构图中用户-用户边的最优相似性度量（如PMI、余弦、Jaccard）是什么？
• RQ3 相似性阈值的选择如何影响模型性能与图的稀疏性？
• RQ4 在异构图上使用浅层GCN（如两层）是否能优于在二分图上使用深层GCN以捕捉高阶连通性？
• RQ5 异构图在多大程度上缓解了稀疏性问题并减少了GCN-based协同过滤中的过平滑现象？

主要发现

• HGCF在三个公开基准数据集——Gowalla、Yelp2018和Amazon-Book上均达到最先进性能，优于现有SOTA方法。
• 在所有数据集中，使用PMI作为相似性度量时性能最佳，Gowalla数据集上达到0.1614的召回率与0.2330的NDCG，优于余弦与Jaccard相似性。
• 图构建的最优相似性阈值因数据集而异，Gowalla在t=0时性能最佳，Yelp2018在t=0.5时达到峰值，表明稀疏性与信息保留之间存在权衡。
• HGCF仅用两层GCN即可实现最优性能，而NGCF在二分图上需三到四层，证明其对高阶连通性建模的依赖显著降低。
• 当使用超过两层时，HGCF性能下降，表明高度连通图中存在过平滑现象；而NGCF在超过最优深度后持续退化。
• 异构图构建显著减少了对深层GCN堆叠的需求，证明增强连通性可降低对高阶建模的需求，同时保持或提升性能。