Graph-based RecSys

Graph-based RecSys — рекомендации через графы

Пользователи и айтемы — это не просто таблица. Это граф: пользователь → айтем (купил), айтем → айтем (похожи), пользователь → пользователь (друзья). Графовые нейросети (GNN) могут использовать эту структуру для более точных рекомендаций.

Зачем графы в RecSys

Матричная факторизация видит только прямые связи: пользователь купил айтем. GNN видит транзитивные: пользователь A купил айтем X, айтем X покупают вместе с Y, Y нравится пользователям похожим на A. Это «многопрыжковая» информация.

LightGCN — простой и мощный

LightGCN (He et al., 2020) — упрощённый графовый подход для рекомендаций. Убрали из GCN нелинейные преобразования и оставили только агрегацию соседей. Эмбеддинг пользователя = среднее эмбеддингов купленных айтемов (и наоборот), с несколькими слоями «распространения».

import torch
import torch.nn as nn

class LightGCN(nn.Module):
    """LightGCN: графовая рекомендательная модель без нелинейностей."""
    def __init__(self, n_users, n_items, emb_dim=64, n_layers=3):
        super().__init__()
        self.user_emb = nn.Embedding(n_users, emb_dim)
        self.item_emb = nn.Embedding(n_items, emb_dim)
        self.n_layers = n_layers
        nn.init.xavier_normal_(self.user_emb.weight)
        nn.init.xavier_normal_(self.item_emb.weight)

    def forward(self, adj_norm):
        # adj_norm — нормализованная матрица смежности user-item графа
        all_emb = torch.cat([self.user_emb.weight, self.item_emb.weight])
        embs = [all_emb]
        for _ in range(self.n_layers):
            all_emb = torch.sparse.mm(adj_norm, all_emb)  # агрегация соседей
            embs.append(all_emb)
        # Финальный эмбеддинг = среднее по всем слоям (включая layer 0)
        final = torch.stack(embs).mean(dim=0)
        users, items = final[:self.user_emb.num_embeddings], final[self.user_emb.num_embeddings:]
        return users, items

    def predict(self, user_emb, item_emb):
        return (user_emb * item_emb).sum(dim=-1)  # dot product

PinSage — графы в масштабе Pinterest

PinSage (Ying et al., 2018) — первая GNN, работающая на графе с миллиардами узлов. Ключевые идеи: 1) не агрегируем всех соседей — семплируем N случайных, 2) используем случайные блуждания для определения важности соседей, 3) mini-batch обучение.

Когда использовать GNN

• Есть богатая структура связей (социальный граф, категории, атрибуты)
• Важна транзитивная информация (друзья друзей, похожие на похожие)
• Холодный старт: GNN может получить эмбеддинг нового айтема через его связи в графе
• НЕ стоит, если граф разреженный и мало транзитивности — MF будет проще и не хуже

GNN vs матричная факторизация

LightGCN — это обобщение MF: если 0 слоёв агрегации, получается обычная MF. Каждый дополнительный слой добавляет «прыжок» по графу. На практике 2-3 слоя обычно оптимальны — больше приводит к oversmoothing (все эмбеддинги становятся похожими).

Knowledge Graph — внешние знания в рекомендациях

Помимо user-item графа, можно использовать графы знаний: актёр → снялся в → фильм → принадлежит жанру → комедия. Это помогает для холодного старта (у нового фильма есть связи через актёров/режиссёров) и для объяснимости (рекомендуем потому что тебе нравится этот актёр).