【論文筆記】 Popularity Bias in Dynamic Recommendation

子豪君發表於2021-12-25
筆記

Popularity Bias in Dynamic Recommendation

Authors: Ziwei Zhu, Yun He, Xing Zhao, James Caverlee

KDD'21 Texas A&M University

論文連結：http://people.tamu.edu/~zhuziwei/pubs/Ziwei_KDD_2021.pdf

本文連結：https://www.cnblogs.com/zihaojun/p/15721359.html

目錄

0. 總結

這篇文章通過模擬動態推薦實驗，研究了受眾人數不平衡、模型偏差、位置偏差、閉環反饋四種因素對推薦系統中流行度偏差的影響，認為受眾人數不平衡和模型偏差是造成流行度偏差的主要因素。並提出了兩種方法來去除動態場景下的popularity bias。

模擬實驗設計比較新穎，但去偏方法稍顯粗糙，缺乏真實資料集的實驗驗證。

1. 問題背景

流行度偏差是推薦系統中長期存在的一種問題，它是指推薦系統更傾向於推薦流行的物品，導致推薦結果中流行物品的佔比過高，產生馬太效應，不利於推薦結果的個性化和多樣化，同時損害使用者體驗和商家的利益。

現有關於流行度偏差的工作都將物品的流行度視為靜態的，但是物品的流行度是會隨著時間發生很大變化的。尤其是在推薦這種閉環場景下，推薦結果會影響使用者點選，而使用者點選又會作為訓練資料影響推薦模型。如圖一所示，在這個迴圈過程中，有以下四個因素影響物品流行度：

  • 潛在的使用者群體規模：即使推薦結果是完全沒有流行度偏差的，使用者的點選也肯定不是均勻的，有些物品就是更受歡迎一些，這是物品本身的質量等差異導致的。
  • 模型偏差：推薦系統本身會放大這種流行度差異，即推薦結果中，流行物品的比例比訓練資料中更高。
  • 位置偏差：推薦結果的展示順序也會影響物品流行度，排在前面的更容易被點選到。（這個彷彿也是推薦系統本身的行為，感覺可以歸為模型偏差？）
  • 閉環反饋效應：由於使用者的點選資料又會作為訓練資料參與模型訓練，這種流行度差異會不斷被放大。
Figure 1

2. 本文貢獻點

  • 通過模擬實驗，研究了流行度的演變情況，發現潛在使用者群體數量和模型偏差是導致流行度變化的最重要因素。
  • 提出瞭解決動態流行度偏差的方法，包括將靜態流行度偏差方法應用到動態場景和一個模型無關的偽正樣本糾正演算法，可以被整合進其他debias方法，進一步提高效能。
  • 實驗證明了本文提出方法的有效性。

3. 問題定義

3.1 動態推薦

動態推薦是指，在一個推薦平臺上，每當一個使用者登陸上來，都會給出個性化的長度為K的推薦列表，使用者會從中選擇自己喜歡的物品進行互動。每當收集L個使用者的互動之後，推薦系統就會重新訓練，以利用最新的互動資料做出更好的推薦結果。

3.2 流行度偏差

通常，衡量推薦結果的流行度偏差是基於推薦次數的，但本文采用流行度-機會偏差的定義，即衡量不同流行度物品得到的點選機會是否平等。這種定義會考慮物品本身質量不同帶來的使用者潛在群體規模不同，這樣不會像傳統的定義一樣，強行把不同物品的推薦次數拉平，不考慮使用者規模不同。

本文用True positive rate（TPR）和audience size之間的基尼係數來衡量推薦系統的popularity bias，其中\(TPR_i = C_i^t/A_i\)，\(C_i^t\)表示物品i在t時刻被點選的次數，\(A_i\)表示物品i的潛在使用者群體規模。

這個TPR可以理解為，喜歡每個物品的使用者，被推薦到這個物品的機率是否是一致的。從後文中Figure 4可以看出，喜歡流行物品的使用者基本都得到了推薦，而喜歡小眾物品的使用者很少會得到推薦。也就是說，流行物品店TPR很高，冷門物品的TPR很低，這是不公平的，喜歡小眾物品的使用者更難獲得準確的推薦，商家也難以獲得公平的曝光。

\[Gini_ {t} = \frac {\sum _ {i\in I}(2i-M-1)TPR_ {i}}{M\sum _ {i\in I}TPR_ {i}} \]

基尼係數的取值範圍在-1到1之間，越接近1，表示使用者規模大的物品獲得的點選機會越多，流行度偏差越大。如果基尼係數為0，則表示基本所有物品獲得的被點選機會是比較均勻的。

4. 實驗分析

為了驗證四種因素對流行度偏差的影響，本文設計了模擬實驗，探究哪種因素影響比較大，有助於針對性地消除流行度偏差。

4.1 實驗設計

線上進行重複實驗是不太現實的，本文參照之前的工作，對ML1M和ciao兩個資料集的打分矩陣進行了補全，這樣，每個物品就有一個明確的潛在受眾群體。通過計算潛在受眾群體人數的基尼係數，可以看出item之間，受眾人數差異還是比較大的（分別達到了0.64和0.44）。

為了研究受眾人數差異程度對流行度偏差的影響，本文通過改變生成機制，得到了四種差異程度不同的補全矩陣。

Figure 1

模擬實驗設計：

  1. 通過推薦模型，給當前使用者\(u_t\)推薦K個物品
  2. 使用者在其中點選自己感興趣的物品，互動記錄反饋給系統
  3. 重複1-2 L步，然後使用點選資料重新訓練推薦模型。
  4. 重複1-3 ，直到推薦T次

實驗中，取\(K = 20, L = 50, T = 40,000\)。負取樣是從推薦但未點選的物品中取樣的。

為了模擬position bias帶來的影響，使用一種降權方法，使得排在前面的被點選的概率較大。

4.2 流行度偏差的變化情況

使用MF、popular、random三種策略給出推薦結果，並統計累積點選數量和點選機會的基尼係數。點選數量可以反映推薦的準確度，基尼係數可以反映系統的流行度偏差。

  • 可以看出，MF的推薦精度最高，Random得到的點選數量會線性增長，而popular策略產生的點選很快便達到瓶頸，不再提升。
  • 基尼係數：
    • popular的基尼係數最高，接近1。這是因為只推薦了最流行的物品，不流行的物品幾乎沒有被點選的機會。
    • MF的基尼係數也迅速上升到了很高的水平，比較出乎意料。這說明設計方法來消除推薦系統中的流行度偏差是非常重要的。
    • Random的基尼係數基本為0，對流行物品和不流行物品平等對待，大家的機會差不多。
Figure 1

將不同物品的TPR視覺化，可以看出，TPR呈現長尾分佈，大多數物品很少有機會可以被推薦給喜歡它的使用者。

Figure 1

4.3 四種因素對流行度偏差的影響

4.3.1 position bias

通過在MF的訓練過程中使用IPS去偏演算法，去除position bias對推薦模型帶來的影響，實驗結果如下：

Figure 1

去除position bias之後（藍色線），點選數量提高了，基尼係數降低了，說明position bias的存在會影響推薦精度，也會加強popularity bias。不過基尼係數只下降了一點點，說明position bias不是造成popularity bias的主要因素。

4.3.2 Closed Feedback Loop（CFL）

反饋閉環是指，當前推薦系統的推薦結果會影響使用者點選行為，進而影響未來推薦系統的訓練。

Figure 1

為了打破這個閉環，我們不能用推薦系統給出的推薦列表產生的點選資料作為訓練資料，而應該另外給一組隨機曝光，並使用隨機曝光產生的使用者點選資料來訓練推薦系統。

Figure 1

結果表明，去除CFL之後，基尼係數上升速度明顯變慢，但最終還是會逼近甚至超過有閉環反饋的系統。因此，閉環反饋也會帶來popularity bias，但也不是主要因素。

4.3.3 Model Bias

在Figure 6中，去除了position bias和CFL之後，系統中的popularity bias仍然很嚴重，這說明，剩下的兩個因素，即Model Bias和inherent audience size才是產生popularity bias的主要因素。

為了研究不同實驗設定對Model Bias的影響，這部分設計了兩組靜態實驗：

  • 第一組，生成了五種不同的半合成補全矩陣\(I_1, I_2, I_3, I_4, I_5\)，這五個矩陣中，物品的潛在受眾群體不平衡性不同，不同物品的受眾人數的基尼係數分別為0.37，0.45，0.51，0.57，0.64。
  • 第一組的實驗結果見Figure 7左圖。隨著受眾人數基尼係數上升，推薦結果的機會基尼係數也會上升，而且機會基尼係數遠高於受眾人數的基尼係數。這說明模型會放大物品直接的不平衡性，帶來嚴重的popularity bias。
Figure 1
  • 第二組，生成8組不同規模的訓練資料，觀測模型推薦結果的popularity bias。
  • 結果如Figure 7右圖所示，可見隨著訓練資料量的增大，模型中的流行度偏差先增大，後減小。這可能是因為，隨著資料規模的增大，模型中的bias和以及預測使用者興趣的能力都在增強。當規模超過一個閾值時，預測使用者興趣的能力超過了模型bias增大的速度，使得系統popularity bias可以降低一點。

4.3.4 Inherent Audience Size Imbalance

使用4.3.3所述的五種不同Imbalance程度的半合成ground truth，觀察隨著動態推薦過程，不同程度的Imbalance對推薦精度和系統bias的影響。

Figure 8所示的結果表明，更高的Imbalance會使得推薦模型有更高的推薦準確率，同時，推薦系統的popularity bias也越嚴重。這是因為Imbalance越強，推薦越簡單——只推流行的物品就可以收穫很多點選。

Figure 1

4.3.5 總結

model bias和inherent audience size imbalance是產生popularity bias的最重要的兩個因素，另外兩個因素也會加強popularity bias，但影響不是很大。

另外，作者還發現，訓練資料越稠密，audience size imbalance越嚴重，則model bias就越嚴重。

4.4 兩種負取樣策略的比較

本文的負取樣是在曝光未點選的資料上進行的，這種負取樣是不太常用的，一方面是缺乏曝光資料，另一方面，曝光未點選不一定能說明使用者就不喜歡，可能是因為使用者想看，但突然有事沒來得及，或者同時有好幾個想看的，沒來得及都看完。而在模擬實驗中，這些情況都不存在了，因此可以放心使用曝光未點選資料作為負樣本。

這部分，作者對隨機負取樣（VanillaNS）和上述負取樣方法（BetterNS）做了比較。結果顯示，BetterNS策略得到的點選數更高，基尼指數明顯更低。

這是因為，BetterNS策略下，曝光未點選的物品會作為負樣本，而這些負樣本中，流行的物品佔比會比較高。也就是說，流行的物品更容易作為負樣本，因此可以起到去除一些popularity bias的效果。也正是因為如此：

  • 在MF的訓練過程中，基尼係數在達到峰值之後緩慢下降。
  • Figure 6中，ML1M上without feedback loop的方法的popularity bias最終超過了with feedback loop的方法。
    • w/o CFL的方法使用隨機推薦策略產生的互動資料進行訓練，在這種資料上負取樣起不到抵消popularity bias的效果，因此只剩下隨著資料規模增大，popularity bias上升（後下降，見Figure 7 右圖）的效應。
Figure 9

5. 去偏方法

5.1 動態調整debias強度

一開始，模型沒訓練的時候，是沒有bias的。隨著資料的增多，模型帶來的bias越來越大。因此，在動態推薦場景下，應該逐步增加debias的強度。

  • 靜態的debias方法一般都有這種超引數

5.2 利用曝光未點選資料

如果一個物品i之前被推薦給了使用者u，但是沒有被點選，則應該降低後面再次被推薦的概率。

6. 實驗

實驗也是採用前面一直在使用的模擬動態實驗設定，實驗驗證了提出的兩種方法加到現有的debias方法之後，可以提高推薦精度，降低系統中的popularity bias。

Weakness

以下是個人見解，如有不妥之處還請不吝指出，歡迎大家一起討論。

  • 4.3.3 應該分析model bias對系統中popularity bias的影響，但是有點跑題了，變成了分析什麼因素會影響model bias。這部分應該分析model是如何放大了audience size本身帶來的bias，或者如何放大了訓練資料中的popularity bias。
  • 4.3.3 可以考慮用沒有audience size imbalance的模擬使用者來做一下實驗，這樣就可以去除audience size imbalance的影響，只看model如何產生popularity bias。
  • 4.3.1 去除系統中的position bias，用的是在模型訓練時加IPS的方法。既然已經是模擬實驗了，完全可以把模擬實驗中，產生position bias的機制去掉，這樣可以完全去除position bias帶來的影響。加IPS畢竟是間接的方法，不一定去除的乾淨。
  • 5.1提出的方法在實際場景下是不怎麼適用的，因為訓練資料雖然在不斷增加，但是初始的資料量就很大，不存在一點點累積起來的情況。
  • 5.2提出的方法在實際的曝光未點選資料上不一定有這樣的效果，即本文缺乏真實資料集的實驗，都是在用模擬實驗驗證方法，而模擬場景和真實場景差別較大。

相關文章