[论文解读] Sequences, Items And Latent Links: Recommendation With Consumed Item Packs

Rachid Guerraoui, Erwan Le Merrer+2 more|arXiv (Cornell University)|Nov 16, 2017

Recommender Systems and Techniques参考文献 39被引用 4

一句话总结

本文提出了一种名为已消费物品包（Consumed Item Packs, CIPs）的新抽象，用于在推荐系统中建模隐式用户消费行为。通过将用户消费的物品序列抽象为潜在的物品包，作者提出了三种可扩展的、增量式的算法——基于用户的CIP-U、基于物品的CIP-I以及基于词嵌入的DEEPCIP——在大规模数据集上实现了最先进的推荐质量，优于SVD等显式反馈方法以及先前的隐式推荐技术。

ABSTRACT

Recommenders personalize the web content by typically using collaborative filtering to relate users (or items) based on explicit feedback, e.g., ratings. The difficulty of collecting this feedback has recently motivated to consider implicit feedback (e.g., item consumption along with the corresponding time). In this paper, we introduce the notion of consumed item pack (CIP) which enables to link users (or items) based on their implicit analogous consumption behavior. Our proposal is generic, and we show that it captures three novel implicit recommenders: a user-based (CIP-U), an item-based (CIP-I), and a word embedding-based (DEEPCIP), as well as a state-of-the-art technique using implicit feedback (FISM). We show that our recommenders handle incremental updates incorporating freshly consumed items. We demonstrate that all three recommenders provide a recommendation quality that is competitive with state-of-the-art ones, including one incorporating both explicit and implicit feedback.

研究动机与目标

• 为解决推荐系统中显式反馈方法的局限性，如数据稀疏性和对新物品响应延迟的问题。
• 识别一种更高阶的抽象，用于建模超越临时序列定义的顺序隐式用户行为。
• 基于CIPs开发可扩展、增量式的算法，支持实时更新并保持高推荐质量。
• 证明基于CIP的方法可在大规模、分布式系统中实现与最先进方法相当或更优的准确率与效率。

提出的方法

• 提出已消费物品包（CIP）的概念，作为用户在时间窗口内频繁共同消费的一组物品的潜在组合。
• 设计一种基于内存的增量式协同过滤算法，包括基于用户的CIP-U和基于物品的CIP-I，可高效地利用新消费物品更新推荐结果。
• 提出一种基于模型的方法，利用神经词嵌入（DEEPCIP）学习CIP的稠密表示，从而实现序列感知的推荐。
• 采用分布式计算框架（Apache Spark）将三种算法横向扩展至多个节点，性能与Spark的ALS相当。
• 设计基于CIP共现的相似度度量方法，实现用户-用户和物品-物品相似度的增量计算，避免从头开始重新计算。
• 证明CIP可封装并泛化现有最先进方法（如FISM），展示该框架的通用性与表达能力。

实验结果

研究问题

• RQ1 统一的抽象如CIP能否有效捕捉并泛化来自用户消费序列的多样化隐式推荐模式？
• RQ2 如何设计基于CIP的推荐系统，以支持新消费物品的增量更新，同时保持低计算开销？
• RQ3 基于CIP的方法能否在推荐准确率上达到或超越最先进显式与隐式反馈技术？
• RQ4 基于CIP的算法在Spark等分布式环境中的可扩展性如何？与标准基准（如ALS）相比表现如何？

主要发现

• 基于CIP的用户推荐（CIP-U）与物品推荐（CIP-I）在测试数据集上的推荐质量优于基于SVD的方法和隐式反馈方法FISM。
• 基于CIP词嵌入的DEEPCIP模型在性能上可与或优于最先进序列模型（如FISM和MCREC）。
• 三种提出的CIP-based算法在计算节点数量增加时仍能有效扩展，实现与Spark ALS相当的加速比。
• 算法的增量特性使得在新用户消费事件发生时可高效实现实时更新，无需完整重新计算。
• CIP框架成功泛化了FISM算法，证明其在序列感知隐式推荐中的表达能力与统一潜力。
• 实证评估表明，基于CIP的方法优于依赖时间加权或马尔可夫链的现有隐式技术，尤其在处理长尾物品分布方面表现更优。