[论文解读] Improving Session Recommendation with Recurrent Neural Networks by Exploiting Dwell Time

Alexander Dallmann, Alexander Grimm+3 more|arXiv (Cornell University)|Jun 30, 2017

Recommender Systems and Techniques参考文献 13被引用 10

一句话总结

本文提出一种基于RNN的会话推荐模型，将物品停留时间作为用户兴趣的代理指标，从而提升推荐准确率。通过在标准RNN中引入停留时间特征，该方法在基线模型基础上实现了Rec@20（从68.73%提升至69.26%）的统计显著性相对提升0.76%，同时指出了使用单一验证集进行超参数选择时可能存在的次优问题。

ABSTRACT

Recently, Recurrent Neural Networks (RNNs) have been applied to the task of session-based recommendation. These approaches use RNNs to predict the next item in a user session based on the previ- ously visited items. While some approaches consider additional item properties, we argue that item dwell time can be used as an implicit measure of user interest to improve session-based item recommen- dations. We propose an extension to existing RNN approaches that captures user dwell time in addition to the visited items and show that recommendation performance can be improved. Additionally, we investigate the usefulness of a single validation split for model selection in the case of minor improvements and find that in our case the best model is not selected and a fold-like study with different validation sets is necessary to ensure the selection of the best model.

研究动机与目标

• 通过将物品停留时间作为用户兴趣的建模方式，提升会话推荐的性能。
• 探究停留时间作为隐式反馈，是否能超越仅依赖物品序列本身，进一步提升基于RNN的会话建模效果。
• 评估在性能提升微小时，使用单一验证集进行超参数选择的可靠性。
• 提出一种类似折叠的交叉验证方案，以确保在性能差异较小时实现稳健的模型选择。

提出的方法

• 通过将物品停留时间作为额外输入特征，扩展标准RNN-based会话推荐模型。
• 采用双分支结构：一个分支通过嵌入层处理物品ID，另一个分支通过独立的嵌入层处理停留时间。
• 在将物品和停留时间的嵌入表示进行融合后，输入到基于GRU的RNN中，以建模会话序列。
• 应用最终的分类头，基于RNN的最终隐藏状态预测会话中的下一个物品。
• 使用网格搜索对超参数（如嵌入维度和RNN大小）进行调优，分别采用单一验证集和包含多个验证日期的类似折叠的方案。
• 使用标准指标验证模型性能：Recall@20（Rec@20）和Mean Reciprocal Rank@20（MRR@20）

实验结果

研究问题

• RQ1 将物品停留时间作为用户兴趣的度量方式，是否能够提升基于RNN的会话推荐模型的性能？
• RQ2 引入停留时间对Rec@20和MRR@20等关键推荐指标有何影响？
• RQ3 当性能提升较小时，单一验证集是否足以实现可靠的超参数选择？
• RQ4 采用多个验证集的类似折叠的交叉验证方案，是否能比单一分割方案带来更稳健、更准确的模型选择？

主要发现

• 所提出的DT-RNN模型在Rec@20上相比基线IT-RNN实现了统计显著的提升（p < 0.01），从68.73%提升至69.26%。
• MRR@20的提升未达到统计显著性，表明停留时间主要增强了前20名召回率，而非排序精度。
• 单一验证集导致了次优的超参数选择，因为最佳配置未能在所有情况下被一致识别。
• 采用包含六个不同验证日期的类似折叠方案后发现，在六次分割中的四次中，$dt\_rnn\_size=32$的模型优于最初选定的$dt\_rnn\_size=8$。
• 在所有六次分割中，$dt\_rnn\_size=32$配置的平均Rec@20表现更优，证实其在稳健评估下具有优越性。
• 本研究表明，时间周期内的时序数据分布可能存在显著差异，使得在会话推荐任务中，单一分割验证对于模型选择不可靠。