[论文解读] Scalable Demand-Aware Recommendation

Jinfeng Yi, Cho‐Jui Hsieh+3 more|arXiv (Cornell University)|Feb 21, 2017

Tensor decomposition and applications参考文献 17被引用 9

一句话总结

本文提出 DAROSS，一种可扩展的需求感知推荐框架，通过低秩张量补全和购买间隔时间估计，联合建模形式效用与时间效用。该方法通过将购买意图建模为内在商品吸引力与时间需求的组合，解决了电子商务中的正-未标记学习挑战，在包含数百万用户和商品的真实数据集上实现了最先进性能。

ABSTRACT

Recommendation for e-commerce with a mix of durable and nondurable goods has characteristics that distinguish it from the well-studied media recommendation problem. The demand for items is a combined effect of form utility and time utility, i.e., a product must both be intrinsically appealing to a consumer and the time must be right for purchase. In particular for durable goods, time utility is a function of inter-purchase duration within product category because consumers are unlikely to purchase two items in the same category in close temporal succession. Moreover, purchase data, in contrast to ratings data, is implicit with non-purchases not necessarily indicating dislike. Together, these issues give rise to the positive-unlabeled demand-aware recommendation problem that we pose via joint low-rank tensor completion and product category inter-purchase duration vector estimation. We further relax this problem and propose a highly scalable alternating minimization approach with which we can solve problems with millions of users and millions of items in a single thread. We also show superior prediction accuracies on multiple real-world data sets.

研究动机与目标

• 为解决传统协同过滤在电子商务中因商品吸引力与时机共同影响需求而存在的局限性。
• 建模购买决策中形式效用与时间效用的联合效应，尤其针对购买间隔较长的耐用品。
• 处理电子商务中的隐式反馈问题，其中未购买行为具有歧义（不一定是负面信号），将其建模为正-未标记（PU）学习问题。
• 开发一种可扩展的优化方法，能够处理包含数百万用户和商品的大规模张量。
• 联合估计各商品类别的购买间隔时间，并从稀疏的隐式购买数据中恢复潜在的效用张量。

提出的方法

• 将购买意图建模为形式效用（通过低秩张量建模）与时间效用（基于购买间隔时间与上次购买以来的时间）的差值。
• 使用修正高斯分布建模时间效用因子，使效用在购买间隔时间过后下降。
• 将问题表述为张量核范数最小化，采用联合优化目标同时优化形式效用与购买间隔时间向量。
• 提出一种交替最小化算法，通过高效 SVD 和梯度更新迭代优化效用张量与时间向量，确保可扩展性。
• 对原始问题引入松弛形式，以实现高效优化，同时保持理论收敛性保证。
• 采用阈值化机制将实值效用张量映射为二值购买观测，反映现实系统中的隐式反馈。

实验结果

研究问题

• RQ1 联合建模形式效用与购买间隔时间是否能提升在隐式反馈场景下的电子商务推荐准确率？
• RQ2 引入时间效用后，潜在购买意图张量的秩如何变化？即使违反低秩假设，该效用是否仍可被有效建模？
• RQ3 可扩展的优化算法是否能在包含数百万用户和商品的大规模电子商务数据上保持高预测准确率？
• RQ4 所提方法在购买间隔时间估计存在噪声与异常值时的鲁棒性如何？
• RQ5 估计的购买间隔时间在多大程度上能提升下游任务（如商品排序与类别预测）的性能？

主要发现

• 在 Tmall 与 Amazon Review 数据集上，DAROSS 在类别、商品与购买时间预测任务中均取得最佳性能，优于六种最先进方法。
• 在完整的 Amazon Review 数据集上，DAROSS 实现平均商品排序准确率为 16.7%，显著优于 WR-MF（27.3%）与 PMF（38.4%），且在相同评估协议下。
• 在完整 Amazon 数据集上，算法仅用 10 次迭代与 1 小时内完成收敛，展现出在 770 万商品规模下的高度可扩展性。
• 在 Amazon Review 数据上估计的购买间隔时间能清晰区分耐用品（如汽车、乐器）与非耐用品（如应用、食品），验证了模型学习有意义时间模式的能力。
• 即使因异常值导致估计的购买间隔时间略有低估，DAROSS 仍显著优于基线方法，证实了 PU 建模框架的鲁棒性。
• DAROSS 的时间复杂度主要由购买记录数量决定，而非张量规模，证实其在稀疏数据上的高效性。