[论文解读] KB4Rec: A Dataset for Linking Knowledge Bases with Recommender Systems

Wayne Xin Zhao, Gaole He+4 more|arXiv (Cornell University)|Jul 30, 2018

Recommender Systems and Techniques参考文献 26被引用 6

一句话总结

KB4Rec v1.0 是一个公开可用的数据集，将三个主要推荐系统数据集——MovieLens、LFM-1b 和 Amazon Book——与 Freebase 关联起来，实现了知识感知推荐。通过将项目链接到结构化的 KB 实体，该研究证明了知识增强的序列推荐模型 KSR 在所有数据集上均优于其他模型，在 LFM-1b 上的 NDCG@10 最高达到 0.460。

ABSTRACT

To develop a knowledge-aware recommender system, a key data problem is how we can obtain rich and structured knowledge information for recommender system (RS) items. Existing datasets or methods either use side information from original recommender systems (containing very few kinds of useful information) or utilize private knowledge base (KB). In this paper, we present the first public linked KB dataset for recommender systems, named KB4Rec v1.0, which has linked three widely used RS datasets with the popular KB Freebase. Based on our linked dataset, we first preform some interesting qualitative analysis experiments, in which we discuss the effect of two important factors (i.e. popularity and recency) on whether a RS item can be linked to a KB entity. Finally, we present the comparison of several knowledge-aware recommendation algorithms on our linked dataset.

研究动机与目标

• 为解决推荐系统项目与结构化知识库之间缺乏公开可用的大规模数据集的问题。
• 通过提供统一的、公开可访问的项目-KB 实体映射数据集，实现知识感知推荐。
• 分析流行度和时效性对推荐系统项目成功链接至知识库实体的影响。
• 在共享的标准化基准上评估并比较多种知识感知推荐算法。

提出的方法

• 使用基于 ID 的匹配方法，启发式地将三个广泛使用的推荐系统数据集（MovieLens、LFM-1b、Amazon Book）中的项目链接到 Freebase 知识库中的实体。
• 通过 TransE 学习得到低维嵌入来表示 KB 信息，并过滤掉三元组数量少于 5,000 条的关系。
• 将链接后的嵌入作为上下文特征，应用于协同过滤模型（如 SVDFeature 和 BPR）。
• 实现并比较四种知识感知推荐模型：BPR、SVDFeature、mCKE（简化版）以及将 KB 嵌入集成到记忆增强序列模型中的 KSR。
• 使用成对排序损失进行模型训练，并在最后项推荐任务上使用 MRR、Hit@10 和 NDCG@10 进行评估。
• 在 mCKE 和 KSR 中固定 KB 嵌入以确保公平比较，使用预训练的 TransE 嵌入。

实验结果

研究问题

• RQ1 推荐系统项目的内容流行度和时效性如何影响其成功链接至知识库实体的可能性？
• RQ2 当在共享的、已链接的数据集上训练时，知识感知推荐模型在多大程度上能提升相对于标准协同过滤模型的性能？
• RQ3 不同知识集成策略（如基于特征的方法与记忆增强方法）在推荐效果上的表现如何比较？
• RQ4 在标准化的、公开可用的基准上评估时，最先进知识感知模型（如 KSR 和 mCKE）的性能如何？

主要发现

• KSR 在所有三个数据集上均持续优于其他所有模型，在 LFM-1b 数据集上达到最高的 MRR（0.427）、Hit@10（0.607）和 NDCG@10（0.460）。
• SVDFeature 通过将 KB 嵌入作为上下文特征，显著优于 BPR，尤其在更稀疏的书籍和音乐数据集上表现突出。
• mCKE 在大多数数据集上的表现均弱于 KSR 和 SVDFeature，可能是因为实现中固定了 KB 嵌入，而原始模型是自适应的。
• BPR 未使用任何知识信息，在所有数据集上表现最差，凸显了知识集成的价值。
• 定性分析表明，流行度和时效性均显著影响推荐系统项目与 KB 实体链接的成功率。
• KB4Rec v1.0 数据集支持可复现的基准测试，并证明了利用公开知识库实现大规模知识感知推荐的可行性。