扩散模型也能搞定社交信息推荐，港大数据智能实验室提出RecDiff

7850点击 2024-07-29 19:58

用扩散模型搞社交信息推荐，怎么解决数据噪声难题？现有的一些自监督学习方法效果还是有限。

针对此，港大数据智能实验室提出了新项目RecDiff。

RecDiff是一种全新的基于扩散模型的推荐框架，能够更好地捕捉用户的潜在偏好和兴趣，从而生成个性化、贴合用户需求的推荐内容。

具体而言，该框架采用隐空间扩散机制，有效清除用户表示中的噪声，无论是压缩还是密集的嵌入空间。

RecDiff通过多步扩散和噪声消除过程，展现出在不同噪声水平下均能准确识别和去除噪声的能力。

此外，扩散模块针对下游推荐任务进行了优化，以最大化其对推荐过程的增强效果。

通过广泛的实验评估，RecDiff在提高推荐准确性、训练效率以及去噪效果方面均表现出色。

研究方法

基于图协同过滤的编码器

受到简化图神经网络（GNN）成功应用的启发，图那对在社交去噪框架中采用了轻量级图卷积网络（GCN）作为图编码器。

图关系去噪模型

隐空间的社交扩散

汲取扩散模型在各个领域成功生成无噪声数据的精髓，研究团队的RecDiff框架集成了一种创新的扩散机制，用以产生净化后的社交关系数据。

面对社交图数据固有的稀疏性挑战，研究团队设计了一种策略：

在潜在空间而非直接在图数据空间中，通过正向与反向的扩散步骤，实现社交信息的高效和精准扩散。

如上图所示，该隐空间社交扩散过程可通过以下公式进行精炼表达：

正向和反向扩散

扩散损失函数

推断过程

预测和优化

利用隐空间社交扩散模块，研究者将去噪后的社交关系与编码后的交互范式结合起来，以获得预测的最终嵌入。

具体方法如下：

模型复杂性分析

本节全面分析了研究者的 RecDiff 与社会扩散模块在时间和空间上的复杂性。

空间复杂性。

实验

模型整体性能比较

团队比较了团队的模型与基线模型的整体推荐性能。

top-20和不同top-N的验证结果列于下表：

团队的RecDiff始终优于最先进的基线，展示了卓越的推荐准确性。

T 检验证实了团队的结果在所有数据集和评估指标上的统计意义。

在不同的top-N设置中，RecDiff的性能优势保持一致。团队的基于扩散的社交关系去噪模块可以去除无关信息和虚假信息，从而使RecDiff有效地挖掘有价值的社交关系以增强推荐效果。

一些社交推荐方法如（DGRec、DiffNet 和 GraphRec）的表现比与社交信息无关的方法NGCF差。这表明，由于虚假或不相关的成分，社交关系会对用户-商品关系建模产生负面影响。

团队的RecDiff框架通过对社交信息去噪来解决这个问题，其性能始终优于基线模型 GDMSR。它能有效过滤社交关系中的噪音，识别有意义和有影响力的社交关系，准确编码用户偏好，从而实现精准推荐。

包含自监督学习（SSL）的基准方法在推荐性能上一直优于其他方法。MHCN、KCGN和SMIN等方法利用了局部-全局互信息最大化技术的变体，而 DSL 则采用了预测对齐自监督任务的方法。

这凸显了辅助监督信号在解决社交推荐中的数据缺陷难题（如噪声和稀疏性）方面的积极影响。

相比之下，团队的模型引入了一种基于扩散模型的多步骤去噪方法，在不同的噪声水平下生成更多的监督信号。这种强大的去噪能力带来了超越基线的卓越推荐性能。

消融实验

团队将通过一项消融研究来探讨RecDiff框架中不同子模块的影响。团队评估了通过删除或替换基本模块而获得的几个变体的性能。

-D：删除整体扩散模块，只保留社交和用户-商品关系学习GNN。移除扩散模块(-D)会导致性能显著下降，这凸显了团队的潜在特征级扩散模型所提供的去噪功能的有效性。
-S：不利用社交信息，完全依靠用户-物品交互图来进行推荐。将此变体与RecDiff进行比较，凸显了在用户偏好学习中纳入用户社交背景信息所带来的显著改进。然而，在含有嘈杂社交信息的epinions数据集中，-S 变体可能会优于-D变体。
-DAE：用去噪自动编码器取代RecDiff的基于扩散的去噪模块。这个基于 DAE 的去噪模块经过训练，可以重建随机屏蔽的用户表征。与普通去噪技术相比，DAE变体的次优性能展示了团队设计的扩散模块的卓越去噪能力。通过共享神经网络逐步学习从t到t-1的每个去噪过渡步骤，RecDiff可以有效地模拟复杂的表示分布，从而增强潜在特征的降噪能力。

超参数的影响

噪声对模型的影响

训练效率研究

与基线模型（MHCN、SMIN 和 KCGN）相比，团队在 Ciao 和 Yelp 数据集上优化 RecDiff 的效率。

RecDiff在训练和测试中都表现出了明显的效率优势。对于每个训练历时，团队都评估并记录了测试集的性能，以分析改进情况。

RecDiff的训练效率：团队的 RecDiff 在训练效率方面始终优于基线，这得益于有效的去噪扩散加速优化。
基线模型的局限性：SMIN 显示出过拟合效果，可能是太过依赖元路径图，限制了其泛化的能力。MHCN 实现了较高的最终性能，但由于其复杂的超图结构，收敛速度较慢。相比之下，团队的 RecDiff 则得益于紧凑的神经架构，不需要手工制作先验，因此能利用辅助信号进行更快的优化。

对 RecDiff 框架抗噪能力的进一步探索

团队评估了 RecDiff 在数据噪声情况下的鲁棒性，方法是在用户-用户图中引入随机虚假边来替代不同比例的真实社交连接。

然后使用被破坏的图对模型进行重新训练，并在真实测试集上进行评估。

具体来说，团队分析了用噪声信号替换 0%、20% 和 50% 的社交关系的效果。

比较 RecDiff 与 MHCN 和 DiffNet 的性能，上图（a）和（b）中的结果显示了原始评估结果，而（c）则说明了 NDCG 的相对性能变化。

基于这些结果，团队可以得出以下结论：

RecDiff 的鲁棒性优势：团队的模型在性能下降较小的情况下优于基线模型，展示了其在社交推荐中卓越的去噪能力。
相比于 SSL 的去噪效果：MHCN 模型在去噪方面表现出色，但与团队的 RecDiff 模型相比仍有不足。这突出表明，通用的自监督学习任务可能无法有效满足社交推荐的特定去噪要求。
Ciao 数据集的噪声比更高：与其他数据集相比，Ciao 数据集的性能下降幅度更大，这表明噪声比更高。