用 Graph 技術強化推薦系統 — 理論篇

前言

在現今的數據驅動世界，推薦系統早已成為許多平台（如電商、串流媒體、社交網路）不可或缺的一部分。然而，傳統的推薦方法如協同過濾（Collaborative Filtering）和基於內容過濾（Content-Based Filtering）各有其局限性，例如無法處理冷啟動問題或缺乏靈活性。最近在 YouTube survey 與學習 : 關於如何利用圖形資料庫（Graph Database）提升推薦系統的方法，特別是如何透過 Neo4j 等工具實現更高效的混合推薦（Hybrid Recommendation）和 k-近鄰（k-NN）推薦。

這篇 Blog 將簡要整理我所學到的內容，主要是理論的部分，從傳統推薦方法的挑戰開始，探討如何使用圖技術來提升推薦效果，下一篇老樣子會拿一個 sample dataset 實作，並在提出實作的結果與討論，那我們開始吧！

常見傳統的推薦方法與其挑戰

1. Top 10 Recommendation（熱門推薦）

• 方法：推薦最受歡迎的前十項目。
• 問題：這種方式雖然簡單直觀，但不一定能滿足用戶的個性化需求。
• 例子：雙十一期間，購物網站推薦最熱銷的商品，如某品牌電冰箱。但如果用戶對電冰箱毫無需求，這些推薦對於促進轉換毫無幫助。

2. Content-Based Recommendation（基於內容的推薦）

• 方法：根據用戶之前喜歡的內容，推薦相似的項目。
• 問題：靈活度較低，長期使用可能會讓用戶感到無趣。
• 例子：如果用戶在 Instagram 上瀏覽過狗狗影片，系統會持續推薦相似的狗狗內容。這樣用戶可能會錯過其他類型的熱門或新興內容，降低使用體驗的多樣性。

3. Collaborative Filtering（協同過濾推薦）

• 方法：基於用戶行為或其他用戶的行為進行推薦，依賴類似用戶的偏好來提供建議。
• 問題：容易形成回音室效應，推薦內容局限於過去的行為，無法發現新的興趣或突破現有偏好。
• 例子：用戶的觀看紀錄可能會局限於某一類型，推薦引擎很難推送新的影片或商品，讓用戶嘗試新的東西。

用 Graph 技術優化推薦：更準確、更即時

雖然傳統推薦方法已在許多應用中取得不錯的成效，但隨著數據規模和需求的提升，它們的局限性逐漸顯現。這時，Graph 技術的出現為推薦系統帶來了不同的解決方案，我們能更靈活地處理複雜的關聯數據，提升推薦的質量和多樣性。

這裡會有一個疑問：是不是這些推薦方法一定得用到 graph db ？ 還是現有的 relational database可以做推薦嗎？

1. 結合協同過濾與內容過濾：Hybrid Recommendation

• 挑戰：協同過濾和基於內容的推薦各有優缺點，單一方法無法全面解決用戶需求。
• 解決方案：Graph 技術讓我們能將這兩種方法結合，實現混合推薦（Hybrid Recommendation）。透過圖形資料庫，我們可以同時考慮用戶行為與內容相似性，提供更強大的推薦效果。
• 優勢：
• 1) 增強推薦多樣性，讓用戶能同時看到熟悉與新穎的內容。
• 2) 解決冷啟動問題，適用於新用戶或新項目。

2. 即時推薦：Real-Time Recommendations

• 挑戰：傳統推薦系統通常需要離線計算，無法即時提供個性化建議。
• 解決方案：Neo4j 等圖形資料庫支持實時查詢，可以根據用戶當前的行為，立即生成個性化推薦。
• 優勢：
• 1) 用戶不必等待過時的推薦，能夠根據最新數據即時獲取內容。
• 2) 增強用戶體驗，提升互動性與轉化率。

混合推薦系統應用於電影推薦

場景：有一用戶剛看完 Toy story ，要推薦下一步他感興趣的電影。

步驟 1：建構數據模型

使用 Graph 技術將以下元素建模為節點與關係：

• 用戶（User）：每位用戶作為一個節點。
• 電影（Movie）：電影作為另一個節點。
• 評分關係（Rated）：用戶與電影之間的評分作為關係，包含分數作為屬性。

這樣的數據模型可反映每位用戶對不同電影的觀看與評分記錄，為推薦系統提供基礎數據。

步驟 2：推薦的 query

推薦查詢可分為以下幾個步驟執行：

1. 找到看過 Toy Story 的用戶： 查詢所有評分 Toy Story 的用戶節點

MATCH (watched:Movie {title:"Toy Story"}) <-[r1:RATED]- (user:Person)

2. 篩選評分超過 7 分的電影 :

MATCH (user) -[r2:RATED]-> (unseen:Movie)

WHERE r2.rating > 7

3. 確保電影類型與 Toy Story 相同

AND watched.genres = unseen.genres

4. 過濾出目標用戶未觀看過的電影

AND NOT ((:Person {username:"target_user"}) -[:RATED]-> (unseen))

5. 回傳與排序推薦結果

RETURN unseen.title, COUNT(*) AS recommendation_count

ORDER BY recommendation_count DESC

LIMIT 25

K-Nearest Neighbors(KNN) 應用於電影推薦

在 Graph 技術中，k-近鄰（k-NN）推薦是一種基於相似性計算的推薦方法，常用於衡量用戶或項目之間的關聯性，尤其是當我們希望為用戶推薦與其偏好相近的內容時。

場景：(跟剛剛相同)有一用戶剛看完 Toy story ，要推薦下一步他感興趣的電影。

方法：尋找與目標用戶或項目最相似的 k 個鄰居，並根據這些鄰居的行為或評分來進行推薦。

步驟 1：餘弦相似度（Cosine Similarity）概念

餘弦相似度將每個用戶或項目視為高維向量，通過計算它們之間的角度來衡量相似性。

1. 將每個用戶或項目視為高維向量，餘弦相似度測量它們之間的角度。
2. 當兩個向量的方向越接近時（夾角越小），相似度越高。

步驟 2：推薦流程

1. 計算用戶之間的餘弦相似度: 為每個用戶計算與其他用戶的相似性。
2. 找出最相似的 k 個鄰居 : 根據餘弦相似度的結果，篩選出與目標用戶最相似的 k 個用戶。
3. 根據鄰居的評分進行推薦: 分析這些鄰居對於其他項目的評分，並將評分較高且目標用戶未看過的項目推薦給用戶。

步驟 3 ：推薦 query

1. 找到 Zoltan Varju 與他的鄰居（用戶）的相似度以及這些鄰居對不同電影的評分

MATCH (m:Movie) <-[r:RATED]- (b:Person) -[s:SIMILARITY]- (p:Person {name:'Zoltan Varju'})

2. 排除已評分的電影

WHERE NOT (p)-[:RATED]->(m)

3. 計算相似度與評分

WITH m, s.similarity AS similarity, r.rating AS rating

4. 按照相似度排序

ORDER BY m.name, similarity DESC

5. 選取前 3 個鄰居的評分 ：收集與 Zoltan Varju 最相似的 3 位鄰居對每部電影的評分

WITH m.name AS movie, COLLECT(rating)[0..3] AS ratings

6. 計算推薦評分

WITH movie, REDUCE(s = 0, i IN ratings | s + i)*1.0 / LENGTH(ratings) AS recommendation

7. 排序與限制結果：回傳最適合的 25 部電影

ORDER BY recommendation DESC

RETURN movie, recommendation LIMIT 25

小心得

在這篇筆記中，我們探索了如何使用 Neo4j 進行混合推薦和 KNN 推薦，透過 Graph 技術，能夠更靈活且準確地為用戶生成即時的推薦結果，無論是基於相似用戶還是相似內容。這種方法不僅提升了推薦的質量，也解決了許多傳統推薦系統面臨的瓶頸，例如冷啟動和數據稀疏問題。下回會拿一組 dataset ，並實作在 Neo4j 中構建節點與關係，和實作推薦系統。下次見囉～