[论文解读] TribeFlow: Mining & Predicting User Trajectories

Flávio Figueiredo, Bruno Ribeiro+2 more|arXiv (Cornell University)|Nov 3, 2015

Music and Audio Processing参考文献 59被引用 4

一句话总结

TribeFlow 是一种可扩展的、无需参数调整的方法，通过将非平稳、瞬态且时间异质的用户轨迹分解为在潜在的平稳、时间同质环境中的短程随机游走，从而对这些轨迹进行建模。在下一物品预测任务中，其准确率比最先进的方法（如 MultiLME 和 FPMC）高出高达 900%，推理速度提升 413 倍。

ABSTRACT

Which song will Smith listen to next? Which restaurant will Alice go to tomorrow? Which product will John click next? These applications have in common the prediction of user trajectories that are in a constant state of flux over a hidden network (e.g. website links, geographic location). What users are doing now may be unrelated to what they will be doing in an hour from now. Mindful of these challenges we propose TribeFlow, a method designed to cope with the complex challenges of learning personalized predictive models of non-stationary, transient, and time-heterogeneous user trajectories. TribeFlow is a general method that can perform next product recommendation, next song recommendation, next location prediction, and general arbitrary-length user trajectory prediction without domain-specific knowledge. TribeFlow is more accurate and up to 413x faster than top competitors.

研究动机与目标

• 解决在非平稳、瞬态且时间异质环境中预测用户轨迹的挑战。
• 开发一种无需领域特定特征或一天中时间效应的通用方法，用于下一物品预测。
• 实现在音乐、产品和位置预测等多样化应用场景中，准确且可扩展的个性化推荐。
• 克服张量分解和基于马尔可夫模型在捕捉异步、演化用户行为方面的局限性。

提出的方法

• TribeFlow 将用户轨迹分解为在潜在的、平稳的、时间同质的物品-物品图（潜在环境）上的短程随机游走。
• 它使用非参数层次贝叶斯模型，无需参数调优即可推断潜在环境和用户偏好。
• 该模型通过在潜在环境之间进行加权跳跃来捕捉用户行为，从而实现对兴趣变化的动态适应。
• 通过基于用户历史计算活跃潜在环境的后验分布并模拟随机游走，实现下一物品预测。
• 该方法完全可并行化，即使在大规模数据集上也能实现高速推理。
• 它通过整合用户历史来推断当前的潜在环境，并通过随机游走采样预测下一个物品。

实验结果

研究问题

• RQ1 一种通用方法是否能在不依赖领域特定特征或一天中时间效应的情况下，跨多样化领域预测用户轨迹？
• RQ2 与基于张量和基于马尔可夫的方法相比，该模型在捕捉用户轨迹中非平稳、瞬态和时间异质行为方面的表现如何？
• RQ3 在大规模用户轨迹数据的下一物品预测中，准确率与可扩展性之间的权衡是什么？
• RQ4 仅从原始用户轨迹中是否能有效推断出潜在环境，而无需时间戳或外部特征？

主要发现

• 在下一物品预测任务中，TribeFlow 的准确率比最先进的方法（如 MultiLME、PRLME 和 FPMC）高出高达 900%。
• 其速度比最快竞争对手 MultiLME 快 413 倍，任务完成时间从数天缩短至数小时。
• 在具有异步用户的合成数据上，TribeFlow 完美恢复了底层的马尔可夫链结构，而张量分解无法识别用户特定的模式。
• TribeFlow 在捕捉潜在用户行为方面优于 TM-LDA 和张量分解方法，尤其在瞬态和非平稳场景中表现更优。
• 该方法无需参数调优，展现出在 YooChoose、LFM-1k 和 FourSquare 等数据集上的强大泛化能力。
• 在子采样数据集中，TribeFlow 的准确率至少比其竞争对手高出 23%，证实了其在预测性能上的持续优越性。