[论文解读] Inferring User Preferences by Probabilistic Logical Reasoning over Social Networks

Jiwei Li, Alan Ritter+1 more|arXiv (Cornell University)|Nov 11, 2014

Data Management and Algorithms参考文献 87被引用 14

一句话总结

该论文提出了一种两阶段框架，通过从提取的属性和关系中进行概率逻辑推理，推断社交网络中的用户偏好。通过结合远程监督、半监督数据采集以及向量空间模型，从推文文本中提取用户属性（例如，位置、工作、配偶）和偏好，随后应用马尔可夫逻辑网络（Markov Logic Networks）和概率软逻辑（Probabilistic Soft Logic）进行关系推理，在偏好预测中实现了0.791的F值，显著优于强基线模型。

ABSTRACT

We propose a framework for inferring the latent attitudes or preferences of users by performing probabilistic first-order logical reasoning over the social network graph. Our method answers questions about Twitter users like {\em Does this user like sushi?} or {\em Is this user a New York Knicks fan?} by building a probabilistic model that reasons over user attributes (the user's location or gender) and the social network (the user's friends and spouse), via inferences like homophily (I am more likely to like sushi if spouse or friends like sushi, I am more likely to like the Knicks if I live in New York). The algorithm uses distant supervision, semi-supervised data harvesting and vector space models to extract user attributes (e.g. spouse, education, location) and preferences (likes and dislikes) from text. The extracted propositions are then fed into a probabilistic reasoner (we investigate both Markov Logic and Probabilistic Soft Logic). Our experiments show that probabilistic logical reasoning significantly improves the performance on attribute and relation extraction, and also achieves an F-score of 0.791 at predicting a users likes or dislikes, significantly better than two strong baselines.

研究动机与目标

• 解决在Twitter等平台缺乏显式数据时推断潜在用户偏好的挑战。
• 通过结合文本挖掘与社交网络中的关系推理，提升属性和关系提取的覆盖范围。
• 利用概率一阶逻辑建模用户偏好，结合同质性（homophily）和社会网络结构。
• 评估关系推理框架（马尔可夫逻辑网络和概率软逻辑）在预测用户偏好和属性方面的有效性。
• 证明将概率逻辑推理整合到框架中可显著提升基线方法的预测性能。

提出的方法

• 使用远程监督和半监督数据采集，从推文文本中提取用户属性（例如，工作、教育、配偶）和偏好（例如，喜欢/不喜欢）。
• 应用向量空间模型对用户帖子进行表示和分类，以实现属性和关系的提取。
• 构建一阶逻辑谓词的概率知识库（例如，Work-in-IT-company(A) ⇒ like-electronic-device 的概率为0.242）。
• 采用马尔可夫逻辑网络（MLN）和概率软逻辑（PSL）对提取的事实网络进行全局概率推理。
• 利用同质性原则——具有相似属性或社会关系的用户倾向于共享偏好——来指导关系推理。
• 结合用户属性、社会关系（朋友、配偶）以及上下文特征，预测潜在偏好和属性。

实验结果

研究问题

• RQ1 当缺乏显式偏好数据时，概率逻辑推理能否提升用户偏好预测的准确性？
• RQ2 在使用混合文本挖掘与关系推理的方法下，能在多大程度上从未结构化的社交媒体文本中推断出用户属性和关系？
• RQ3 马尔可夫逻辑网络和概率软逻辑在建模基于社交网络的偏好推理方面有多有效？
• RQ4 通过社会关系引入同质性效应是否能显著提升预测性能？
• RQ5 该框架能否在多种用户属性（例如，位置、性别、工作）和偏好（例如，喜欢寿司、尼克斯队球迷）上实现泛化？

主要发现

• 该框架在预测用户喜欢或不喜欢某事物时，实现了0.791的F值，显著优于两个强基线模型。
• 在社交网络上进行概率逻辑推理，可提升属性和关系提取任务的性能。
• 将基于文本的属性提取与关系推理相结合，可显著提升覆盖范围和准确性，超越直接提取方法。
• 将同质性作为关系归纳偏置，可提升推理质量，尤其对显式资料稀疏的用户更为有效。
• 该框架在多种预测任务中表现出泛化能力，包括性别、教育、位置和关系预测。
• 尽管由于显式提及稀疏导致召回率受限，系统仍能通过逻辑传播有效推断出潜在属性和偏好。