LogicRec：基于用户逻辑需求的推荐
人工智能
2023-04-25 v1
摘要
用户可能要求具有涉及逻辑运算的高度个性化需求的推荐，例如两个需求的交集，此类需求在自然知识图谱（KG）上构成结构化的逻辑查询。迄今为止，现有推荐系统缺乏处理用户复杂逻辑需求的能力。在本工作中，我们形式化了具有用户逻辑需求的推荐问题（LogicRec）并构建了 LogicRec 的基准数据集。此外，我们基于逻辑需求检索与用户偏好检索提出了 LogicRec 的初步解决方案，其中面临两个挑战。首先，知识图谱本质上是不完整的。因此，总存在缺失的真实事实，这意味着逻辑需求的答案无法在知识图谱中被完全找到。在这种情况下，基于逻辑查询答案的项选择不适用。我们因而借助逻辑查询嵌入（LQE）来联合推断缺失事实并基于逻辑需求检索项。其次，答案集未被充分利用。现有 LQE 方法仅能处理查询-答案对，而我们的案例中的查询是交集后的用户偏好与逻辑需求。然而，逻辑需求与用户偏好具有不同的答案集，通过提供需求-项与偏好-项对，为我们提供了关于需求与偏好的更丰富知识。因此，我们设计了一种多任务知识共享机制来共同利用这些答案集。大量实验结果证明了 LogicRec 任务的重要性以及我们所提方法的有效性。
引用
@article{arxiv.2304.11722,
title = {LogicRec: Recommendation with Users' Logical Requirements},
author = {Zhenwei Tang and Griffin Floto and Armin Toroghi and Shichao Pei and Xiangliang Zhang and Scott Sanner},
journal= {arXiv preprint arXiv:2304.11722},
year = {2023}
}
备注
SIGIR 2023