[论文解读] Time-aware Collaborative Filtering with the Piecewise Decay Function

Pei Wu, Chi Ho Yeung+3 more|arXiv (Cornell University)|Oct 19, 2010

Data Stream Mining Techniques参考文献 10被引用 3

一句话总结

本文提出一种基于新颖相似性信噪比（SSNR）度量的分段衰减函数的时间感知协同过滤算法，用于量化用户评分的时间影响。通过识别三个不同的衰减阶段——短期、平台期和长期，该方法提升了推荐准确率，在真实数据上相比传统基于项目的协同过滤（CF）最高提升63%的命中率，在突发性合成数据上提升达110%。

ABSTRACT

In this paper, we determine the appropriate decay function for item-based collaborative filtering (CF). Instead of intuitive deduction, we introduce the Similarity-Signal-to-Noise-Ratio (SSNR) to quantify the impacts of rated items on current recommendations. By measuring the variation of SSNR over time, drift in user interest is well visualized and quantified. Based on the trend changes of SSNR, the piecewise decay function is thus devised and incorporated to build our time-aware CF algorithm. Experiments show that the proposed algorithm strongly outperforms the conventional item-based CF algorithm and other time-aware algorithms with various decay functions.

研究动机与目标

• 为解决在时间感知协同过滤中选择最优衰减函数时缺乏实证理解的问题。
• 利用新提出的SSNR度量，量化用户评分对当前推荐的时间动态影响。
• 设计一种能反映过去评分真实时变影响的衰减函数，尤其捕捉一天内短期衰减。
• 通过将时间动态整合到基于项目的协同过滤中，提升推荐准确率。
• 证明忽略短期衰减会导致显著性能损失，验证细粒度时间建模的必要性。

提出的方法

• 引入相似性信噪比（SSNR）以量化过去评分对当前用户偏好的影响，将评分相似性视为信号，用户行为不一致性视为噪声。
• 基于具有秒级时间戳精度的真实世界Delicious数据集进行实证分析，可视化SSNR随时间的变化，揭示三个显著阶段：短期衰减、平台期和长期衰减。
• 通过将评分权重建模为与SSNR成正比，并借鉴信号处理中的最大比合并（MRC）原理，推导出分段衰减函数。
• 设计三段式衰减函数：短期（约1天内）采用幂律衰减，平台期，长期采用幂律衰减，参数可调。
• 将分段衰减函数集成到基于项目的协同过滤中，用于计算时间感知的项目相似度和预测得分。
• 采用留最近项交叉验证，以命中率作为评估指标，与IBCF及其他时间感知基线方法进行性能比较。

实验结果

研究问题

• RQ1 过去评分对当前推荐的影响如何随时间变化，是否可被量化？
• RQ2 用户评分影响中的时间阶段有哪些？其短期和长期衰减的机制是什么？
• RQ3 基于实证SSNR动态推导出的衰减函数，是否能优于传统衰减函数（如指数型、逻辑斯蒂型）？
• RQ4 一天内短期衰减对整体推荐性能的贡献有多大？
• RQ5 所提方法是否能泛化到现实网络活动中常见的突发性用户行为模式？

主要发现

• SSNR分析揭示了评分影响的三个显著时间阶段：约1天内的急剧短期衰减、平台期和渐进式长期衰减。
• 基于SSNR动态推导出的分段衰减函数显著提升了推荐准确率，在真实数据上相比传统基于项目的CF最高实现63%的命中率提升（H@10）。
• 忽略短期衰减的OUTRADAY衰减函数性能显著低于所提方法，证明短期动态对性能至关重要。
• 在基于Delicious数据生成的半人工突发性数据集上，所提算法相比IBCF实现命中率110%的提升，证明其对现实世界突发行为的鲁棒性。
• 分段衰减函数的最优参数为 $ T_s = 50,000 $ 秒（约13.9小时），$ T_l = 10^6 $ 秒（约11.6天），$ K_s = 0.6 $，$ K_l = 0.3 $，且在短期与长期阶段之间存在平台期。
• 所有时间感知算法均优于标准IBCF，但所提方法实现最高提升，证实基于数据驱动设计衰减函数的价值。