[论文解读] Recommending Users: Whom to Follow on Federated Social Networks

Jan Trienes, Andrés Torres Cano+1 more|arXiv (Cornell University)|Nov 22, 2018

Caching and Content Delivery参考文献 12被引用 12

一句话总结

本文提出并评估了用于去中心化社交网络（如Mastodon）的协同过滤与基于拓扑的推荐系统，采用BM25进行基于资料的相似性计算，使用个性化PageRank进行网络结构分析。实验结果表明，在离线评估中协同过滤优于基于拓扑的方法，而在实际用户测试中两者表现相当，证明了其在去中心化网络中促进社区发展的可行性。

ABSTRACT

To foster an active and engaged community, social networks employ recommendation algorithms that filter large amounts of contents and provide a user with personalized views of the network. Popular social networks such as Facebook and Twitter generate follow recommendations by listing profiles a user may be interested to connect with. Federated social networks aim to resolve issues associated with the popular social networks - such as large-scale user-surveillance and the miss-use of user data to manipulate elections - by decentralizing authority and promoting privacy. Due to their recent emergence, recommender systems do not exist for federated social networks, yet. To make these networks more attractive and promote community building, we investigate how recommendation algorithms can be applied to decentralized social networks. We present an offline and online evaluation of two recommendation strategies: a collaborative filtering recommender based on BM25 and a topology-based recommender using personalized PageRank. Our experiments on a large unbiased sample of the federated social network Mastodon shows that collaborative filtering approaches outperform a topology-based approach, whereas both approaches significantly outperform a random recommender. A subsequent live user experiment on Mastodon using balanced interleaving shows that the collaborative filtering recommender performs on par with the topology-based recommender.

研究动机与目标

• 为解决去中心化社交网络中缺乏推荐系统的问题，该问题限制了社区参与度与用户增长。
• 探究现有推荐技术——协同过滤与基于拓扑的方法——是否可被适配至数据不完整、去中心化的网络环境。
• 通过在Mastodon上进行离线采样与真实用户实验，评估这些方法的性能表现。
• 评估在去中心化系统中部署推荐系统所面临的实际挑战，特别是数据收集与隐私保护问题。
• 探索在不集中用户数据的前提下，构建高效、隐私保护型推荐系统的可行性。

提出的方法

• 采用适用于有向图的Metropolis-Hastings随机游走（MHRW）方法，对Mastodon用户图进行无偏大规模采样（约用户总量的25%）。
• 通过将用户资料（关注列表、粉丝列表、合并信息）视为文档，利用BM25计算与查询用户资料的相似度，实现基于协同过滤的潜在关注对象排序。
• 基于个性化PageRank实现基于拓扑的推荐系统，利用网络结构与局部图邻域预测可能的关注关系。
• 在真实用户测试中采用平衡交错式评估方法，通过测量用户实际关注行为来比较系统性能。
• 在线推荐时，于推荐时刻采样每位用户的本地网络邻域，但此操作带来较高的网络开销。
• 考虑采用缓存策略以减少重复爬取，但承认此举存在数据集中化的风险，与去中心化网络的核心原则相悖。

实验结果

研究问题

• RQ1 基于用户资料相似性（使用BM25）的协同过滤方法是否能在去中心化社交网络中优于基于拓扑的方法，推荐用户关注？
• RQ2 在真实世界、实际用户环境中，这些推荐策略的表现与离线评估结果相比如何？
• RQ3 在无法获取完整网络数据的去中心化网络中，部署推荐系统面临哪些实际挑战？
• RQ4 网络数据不完整或采样不全在多大程度上影响了推荐结果的质量与相关性？
• RQ5 是否可以设计出在保护隐私与去中心化的同时，仍具有效率与可扩展性的推荐系统？

主要发现

• 在基于Mastodon大规模无偏样本的离线评估中，基于BM25的协同过滤推荐系统显著优于基于拓扑的PageRank方法。
• 在19名参与者的实际用户实验中，协同过滤与基于拓扑的推荐系统表现相当，各有5名用户更倾向于其中一种方法，其余9名用户两者表现一致。
• 共产生了1.8个新关注关系/用户，表明两种系统均生成了有价值且可操作的推荐。
• 研究证实，两种推荐策略在离线与在线环境中均显著优于随机推荐基线。
• 在线推荐生成过程因需重复爬取用户邻域而成本高昂，凸显了可扩展性与性能方面的挑战。
• 缓存用户邻域以减少重复爬取被识别为潜在优化方案，但可能引发数据集中化问题，违背去中心化网络的核心原则。