[论文解读] Movie rating prediction using content-based and link stream features

Tiphaine Viard, Raphaël Fournier-S’niehotta|arXiv (Cornell University)|May 8, 2018

Image and Video Quality Assessment参考文献 17被引用 6

一句话总结

本文提出了一种新颖的电影评分预测方法，通过将捕捉用户-项目交互中时间动态和结构模式的链接流特征与基于内容的特征相结合，集成到XGBoost模型中。该方法显著优于仅基于内容的基线模型，并展示了链接流在提升协同过滤性能与可解释性方面的潜力，在MovieLens 20M数据集上表现优异。

ABSTRACT

While graph-based collaborative filtering recommender systems have been introduced several years ago, there are still several shortcomings to deal with, the temporal information being one of the most important. The new link stream paradigm is aiming at extending graphs for correctly modelling the graph dynamics, without losing crucial information. We investigate the impact of such link stream features for recommender systems. by designing link stream features, that capture the intrinsic structure and dynamics of the data. We show that such features encode a fine-grained and subtle description of the underlying recommender system. Focusing on a traditional recommender system context, the rating prediction on the MovieLens20M dataset, we input these features along with some content-based ones into a gradient boosting machine (XGBoost) and show that it outperforms significantly a sole content-based solution. These encouraging results call for further exploration of this original modelling and its integration to complete state-of-the-art recommender systems algorithms. Link streams and graphs, as natural visualizations of recommender systems, can offer more interpretability in a time when algorithm transparency is an increasingly important topic of discussion. We also hope to sparkle interesting discussions in the community about the links between link streams and tensor factorization methods: indeed, they are two sides of the same object.

研究动机与目标

• 探究链接流特征——即对用户-项目交互中的时间动态与结构模式进行建模——对电影评分预测的影响。
• 评估基于链接流的描述符是否能在大规模推荐系统中相较于仅基于内容的模型提升性能。
• 探索链接流特征在协同过滤中的可解释性与透明度，以应对日益增长的算法可解释性担忧。
• 通过将链接流作为时间演化交互的自然建模框架，弥合推荐系统与动态网络分析之间的差距。
• 激发进一步研究，将链接流特征整合到最先进的推荐算法中，并探索其与张量分解的关联。

提出的方法

• 将用户-项目交互数据建模为双分图链接流，其中每次交互表示为用户与项目之间的时间戳链接，以保留时间动态。
• 提取基于链接流的特征，如时间邻域密度、动态介数和聚类系数，以捕捉演化的交互模式。
• 将这些动态特征与传统的基于内容的特征（如电影类型、用户人口统计信息）整合到统一的特征矩阵中。
• 在组合特征集上训练梯度提升机（XGBoost），以预测0.5至5分制的评分。
• 使用一系列时间分箱的用户-项目矩阵，验证链接流模型在不损失粒度的前提下表示时间演化的性能。
• 使用标准回归指标在MovieLens 20M数据集上评估性能，与仅基于内容的模型及最先进基线进行比较。

实验结果

研究问题

• RQ1 能否通过编码用户-项目交互的时间与结构动态的链接流特征，提升协同过滤中的评分预测性能？
• RQ2 在大规模数据集（如MovieLens 20M）上，基于链接流的特征相较于纯内容特征在预测准确性方面表现如何？
• RQ3 链接流特征在多大程度上增强了推荐决策的可解释性与透明度？
• RQ4 在链接流中，哪些关键动态结构属性（如邻域密度、中心性）对用户评分具有最强预测力？
• RQ5 链接流建模能否作为在不牺牲模型可解释性的前提下，将时间动态整合到现有协同过滤框架中的基础？

主要发现

• 将链接流特征与基于内容的特征整合到XGBoost模型中，在MovieLens 20M数据集上的评分预测准确率显著优于仅基于内容的基线模型。
• 链接流特征编码了精细、微妙且有意义的用户-项目交互动态表示，能够捕捉静态图无法表达的时间演化与结构模式。
• 所提方法的性能略低于最先进水平，表明仍有进一步优化与特征工程的空间。
• 使用链接流增强了模型的可解释性，因为如邻域密度和介数等动态特征能为推荐提供直观的解释。
• 本研究证明，链接流可作为时间演化推荐系统的自然且强大的建模框架，为图论与时间网络分析之间架起桥梁。
• 作者识别出需要开发适用于链接流的社区检测与中心性度量方法，为未来算法开发指明了有前景的方向。