论文笔记-recsys'12-Xbox推荐系统: Bayesian MF

1. 论文简介

下载地址：http://www.eng.tau.ac.il/~noamk/papers/KNPS12.pdf

文章发表在Recsys 2012上，作者是微软以色列Herzliya研发中心的。

2. 论文场景

主要为了解决微软Xbox Live Marketplace上的游戏和电影推荐。因此希望推荐算法能够做到跨领域（cross-domain）。

3. 数据特点

Xbox的用户平均拥有18款游戏，观看7部电影。其中用户不怎么玩的游戏，或没完整观看的电影都被过滤掉了。

由于Xbox的用户量很大，一部新的游戏或电影上架很快就有用户找到并购买，因此不存在item冷启动问题。

用户会主动搜索游戏并购买，因此对游戏来说，也不存在用户冷启动问题。但是对电影来说，存在用户冷启动问题。这也是希望推荐算法能够跨领域的原因，通过游戏数据来弥补电影数据的不足。

没有评分信息，只有隐式反馈（购买、观看）正样本。

负样本是随机生成的，从item的池子里过滤掉这个用户拥有的，再按照item的热度随机生成与正样本数量相等的负样本。热度即是item在正样本池子里出现的次数。

4. 系统架构

5. 关键模型

推荐模型基于SVD，即将稀疏的0-1矩阵分解为M=U'V。与传统的SVD方法不同，加上了一步bayesian推导的过程:

其中p(l_ij | u_i, v_j, b_j)即是带偏置的SVD的预测函数，q（u_i) q(v_j)等用于计算各个latent vector的先验概率，假设参数服从高斯分布。

u_i v_j b_j q（u_i) q(v_j) q(b_j)都是离线算好的， p(l_ij | u_i, v_j, b_j)是实时计算的。

6. 评测方法

评测方法用了2个： Precision和Mean rank。

将用户的positive samples留下一个用于测试，剩下的用来训练。

计算Precision时首先构建一个分类问题：除了预留的一个正样本，再从用户没有关联的item中按照热度随机选一个负样分，对正样本和负样本做分类。效果如下，其中Non-Uniform即是按照热度选择测试负样本，Uniform是等概率选的：

Mean rank是指，把这个正样本塞到剩下的大约8000个item中进行排序，看能排到第几。结果也很有意思，历史记录越丰富的用户，效果越差。论文解释说，纪录越丰富的用于，选择的长尾内容越多，不太好建模。

7. 外部技术

论文进行bayesian推导时用了一个近似算法，来自于：Expectation Propagation。

求解是用的是微软剑桥研究院开发的MatchBox库。

8. 其他摘要

论文强调说，推荐系统的关键在于”长尾化用户的体验“：把合适的长尾内容推送给可能感兴趣的特定用户，这对提升用户的活跃度很很有帮助的。