[论文解读] Spatio-Temporal Contrastive Learning Enhanced GNNs for Session-based Recommendation

Zhongwei Wan, Xin Liu+6 more|arXiv (Cornell University)|Sep 23, 2022

Recommender Systems and Techniques被引用 4

一句话总结

本文提出RESTC，一种新颖的图神经网络框架，用于会话推荐，通过整合时空对比学习来缓解GNN中时间信息的损失。通过在空间和时间视图之间进行跨视图对比学习，并引入全局协同过滤图，RESTC显著提升了会话表征学习能力，并在基准数据集上实现了最先进（SOTA）的性能表现。

ABSTRACT

Session-based recommendation (SBR) systems aim to utilize the user's short-term behavior sequence to predict the next item without the detailed user profile. Most recent works try to model the user preference by treating the sessions as between-item transition graphs and utilize various graph neural networks (GNNs) to encode the representations of pair-wise relations among items and their neighbors. Some of the existing GNN-based models mainly focus on aggregating information from the view of spatial graph structure, which ignores the temporal relations within neighbors of an item during message passing and the information loss results in a sub-optimal problem. Other works embrace this challenge by incorporating additional temporal information but lack sufficient interaction between the spatial and temporal patterns. To address this issue, inspired by the uniformity and alignment properties of contrastive learning techniques, we propose a novel framework called Session-based Recommendation with Spatio-Temporal Contrastive Learning Enhanced GNNs (RESTC). The idea is to supplement the GNN-based main supervised recommendation task with the temporal representation via an auxiliary cross-view contrastive learning mechanism. Furthermore, a novel global collaborative filtering graph (CFG) embedding is leveraged to enhance the spatial view in the main task. Extensive experiments demonstrate the significant performance of RESTC compared with the state-of-the-art baselines e.g., with an improvement as much as 27.08% gain on HR@20 and 20.10% gain on MRR@20.

研究动机与目标

• 为解决基于GNN的会话推荐模型在消息传递过程中忽略时间顺序所导致的表征学习次优问题。
• 通过引入对比学习机制，改善会话嵌入中空间图结构与时间模式之间的交互。
• 通过整合全局协同过滤图（CFG）嵌入，缓解短会话中的数据稀疏性问题。
• 通过自监督对比学习提升表征质量，使空间和时间视图之间的表示对齐并鼓励均匀性。

提出的方法

• 该框架采用双视图对比学习目标，对齐来自空间视图（项目转移图）和时间视图（有序项目序列）的会话表示。
• 多头图注意力网络（MGAT）用于编码空间图结构，而时间顺序则通过位置编码和序列建模得以保留。
• 从会话间的共现模式构建全局协同过滤图（CFG），以丰富空间表示并减少数据稀疏性。
• 对比学习损失以自监督方式优化，增强正样本（同一会话在不同视图中的表示）的对齐性以及负样本的均匀性。
• 主推荐任务与对比学习目标联合训练，采用监督损失与对比损失的加权组合。
• 通过网格搜索调整超参数（如对比损失权重和MGAT层数），以平衡主任务优化与表征学习。

实验结果

研究问题

• RQ1 时空对比学习能否提升基于GNN的会话推荐中的表征学习？
• RQ2 协同过滤图的集成在短会话和稀疏会话上的性能影响如何？
• RQ3 对比学习在潜在空间中在多大程度上提升了会话嵌入的判别能力？
• RQ4 MGAT层数和对比损失权重等模型超参数如何影响性能与泛化能力？

主要发现

• RESTC在Diginetica、Tmall、RetailRocket和LastFM数据集上均达到最先进性能，在HR@20和MRR@20指标上均优于现有SOTA基线模型。
• 消融实验表明，移除对比学习组件（RESTC w/o Cont.）导致性能显著下降，证实其在表征学习中的有效性。
• 使用三层CFG嵌入模块可获得最佳性能，而更深的层数会引入噪声并导致过平滑。
• 该模型在不同会话长度下均表现稳健，尤其在短会话中表现更优，得益于CFG嵌入对稀疏性的有效缓解。
• t-SNE可视化结果表明，与S2-DHCN和GC-SAN相比，RESTC学习到的会话嵌入更具判别性且类别间分离更清晰，尤其在同标签会话中表现更优。
• 网格搜索结果表明，在特定超参数值下可实现主预测损失与对比损失之间的最佳平衡，当对比损失权重（η₁）过高时，性能会下降。