[论文解读] Slope One Predictors for Online Rating-Based Collaborative Filtering

Daniel Lemire, Anna Maclachlan|CogPrints (University of Southampton)|Feb 24, 2007

Recommender Systems and Techniques参考文献 4被引用 26

一句话总结

本文提出了Slope One预测器，这是一种简单但高效的协同过滤方法，基于物品对之间的平均评分差异，使用形如f(x) = x + b的线性函数预测用户评分。尽管结构简单，Slope One的准确率可与复杂的基于记忆的协同过滤方法（如皮尔逊相关系数）相媲美，同时具备极高的效率、支持动态更新，并适用于实时系统。

ABSTRACT

Rating-based collaborative filtering is the process of predicting how a user would rate a given item from other user ratings. We propose three related slope one schemes with predictors of the form f(x) = x + b, which precompute the average difference between the ratings of one item and another for users who rated both. Slope one algorithms are easy to implement, efficient to query, reasonably accurate, and they support both online queries and dynamic updates, which makes them good candidates for real-world systems. The basic slope one scheme is suggested as a new reference scheme for collaborative filtering. By factoring in items that a user liked separately from items that a user disliked, we achieve results competitive with slower memory-based schemes over the standard benchmark EachMovie and Movielens data sets while better fulfilling the desiderata of CF applications.

研究动机与目标

• 开发一种易于实现、维护和实时更新的协同过滤系统。
• 创建一种在数据稀疏或新用户评分较少的情况下仍表现良好的方法。
• 在保持计算效率和可扩展性的前提下，实现与基于记忆的方案相当的准确率。
• 探究将评分分为喜欢和不喜欢两类对预测准确率的影响。
• 确立Slope One作为在线评分协同过滤的实用、基准标准算法。

提出的方法

• 核心方法基于同时评分过两个物品的用户，计算物品对之间的平均评分差异（偏差）。
• 预测时使用f(x) = x + b，其中x为用户对已知物品的评分，b为预先计算的至目标物品的平均差异。
• 提出三种变体：基础Slope One、加权Slope One（基于共评分频率使用置信权重）、双极Slope One（将喜欢和不喜欢的评分分开处理）。
• 预测分数通过多个物品对预测结果的加权平均计算得出，权重反映共评分用户数量。
• 该方法支持在线更新：新评分可立即影响所有相关偏差值和预测结果。
• 评分预测结果被截断至有效评分范围（如0.0–1.0或1–5），以确保有效性。

实验结果

研究问题

• RQ1 形式为f(x) = x + b的简单线性预测器能否实现与更复杂的基于记忆的协同过滤算法相当的准确率？
• RQ2 实时动态更新模型对预测性能和系统可扩展性有何影响？
• RQ3 将用户评分分为喜欢和不喜欢子集是否能提升预测准确率，相较于统一处理所有评分？
• RQ4 该方法在EachMovie和Movielens等真实世界数据集上的表现如何，特别是在用户评分稀疏的情况下？
• RQ5 Slope One能否因其简单性和高效性，成为协同过滤的实用基准标准算法？

主要发现

• 基础Slope One算法在EachMovie数据集上达到0.200的平均绝对误差（MAE），在Movielens上为0.188，优于偏差均值基线（分别为0.203和0.191）。
• 双极Slope One变体在EachMovie上将MAE降低至0.194，在Movielens上为0.188，通过分离喜欢和不喜欢评分，相比基础Slope One提升了1.5–2%。
• 加权Slope One在EachMovie上达到0.198的MAE，在Movielens上为0.188，表明相比基础Slope One有小幅但可测量的改进。
• Slope One方法在准确率上与基于皮尔逊相关系数的基于记忆方法相当（EachMovie为0.194，Movielens为0.190），尽管其结构显著更简单、效率更高。
• 该方法在新用户和稀疏数据下仍表现出色，实现了对首次访问者期望较低的目标。
• 截至2004年11月，加权Slope One算法已在Bell/MSN的Discover.net中投入生产使用，验证了其在现实世界中的适用性。