# 基於社群網路分析的交友軟體推薦系統
###### tags: `MLG`
簡報網址：hackmd.io/@kuouu/MLG_final
提案簡報：hackmd.io/@kuouu/MLG_final_proposal

---

## Introduction

----

### AInimal 人工智慧社群養成

網頁版 👉 ainimal.io

----

#### 目前配對機制


1. 符合篩選條件
2. 當天有上線
3. 隨機

----

#### 改良--基於個人特質的聊天活絡程度預測

[Google Colab](https://colab.research.google.com/drive/1V33OHXKVuFGInMpeTwKCzmjxGJMZwjyt?usp=sharing)


----
#### 正確率

train accuracy: 0.78
test accuracy: 0.62

可能原因：

- 模型太過簡單
- 人格特質不適合作為聊天活絡程度的評斷標準
- ？？？

----

人格特質或許跟交友有關，但沒有辦法確定是“很像的人”還是“不像的人”容易成為朋友，甚至是情侶（大多數人用交友軟體的目的）

----

比起個性或興趣，我認為成為朋友的契機更注重於一些當下的因素，心情、場域、機緣等，因此決定使用社群網路來做推薦系統，並進行分析

----

### 配對成功？

----

#### 會回訊息


----

#### 聊得很熱絡


----

#### 真命天子/女、一生的好朋友


----

軟體宗旨是找到真命天子/女，但得知後續發展可能要做調查，在訓練上會難以做標記，所以退一步到**找到很會聊的人**

---

## Relative Work

----

- [Recommender System for Online Dating Service](https://arxiv.org/pdf/cs/0703042.pdf) 2007 / 162 cites
- [RECON: A reciprocal recommender for online dating](https://www.researchgate.net/publication/221140972_RECON_A_reciprocal_recommender_for_online_dating) 2010 / 184 cites
- [Recommender Systems for Online Dating](https://core.ac.uk/download/pdf/33736431.pdf) 2015 / 6 cites
- [Design of Reciprocal Recommendation Systems for Online
Dating](http://web.cs.ucla.edu/~yzsun/papers/snam2016.pdf) 2016 / 24 cites
- [Shedding More Light on How Instagram Works](https://about.instagram.com/blog/announcements/shedding-more-light-on-how-instagram-works?fbclid=IwAR0L5kk9JEu3dEmz1VqIETTOevSWoc0IcZceaGTS9Vj_m0LccUGuJGsu_T0)

---

## Algorithm
程式碼 👉 github.com/erickuo5124/MLG_final

----

### rule base

----

#### rule base

依據當下的==平均聊天量==由高至低做推薦

$$
平均聊天量 = \frac{\sum_{聊天室}聊天字數}{聊天室數量}
$$

----

#### 期望結果

- 會聊天的人優先，會“被”配對到很多人
- 不會聊天的人比較不會被主動配對到
- 在時間內配對到一定程度會讓聊天量下降，後面順位的人往上排名

----

#### 解決的問題

- 配對到的人最近一定有在玩，而且很活躍
- 雙方至少有一人有一定的社交程度，造成尷尬開場的機率較低（難聊的人不會互相遇到）
- 聊天室數量增加會降低平均聊天量，因此過度配對會降低排名，不會有某個人一直配對到超多人的情況
- 與比較會聊的人配對，增加社交能力較低的人的自信

----

#### pseudo code

1. get G
2. get user_list
3. remove random edge, get G’
4. get rec_list by G’
5. validation

----

### GNN

----

#### GNN

用 GCN 得到 node embedding ，並使用 similarity 做 user user 的 Collaborative Filtering

----

1. GCN 學習 node embedding
2. 做 user user 的 CF

---

## Experiment

----

### Evaluation: recall

$$
Recall(pred, label) = \frac{pred 出現在 label\_list 出現次數}{label\_list 的長度}
$$

----

### Data set

| 資料名稱 | 數量 |
| -------- | -------- |
| user | 5043 |
| chat | 290559 |
| friend | 22683 |

----

- gid
- gender
- animal
- heart
- type
- personality
- bgm
- active_time

----

 

分別為 2020, 2019 年 11/01～11/15 的資料

- rule base: < 0.1

----

其實很多點“沒有往外的邊”，也就是很多使用者沒有在使用，可能只是下載來看一看就再也沒有登入了，因此在加入 user feature 之後，我將不活躍的使用者移除，並按照性別改變顏色，圖形變成如下

- 在移除不活躍的使用者之後，rule base 的 Recall 提升至約 0.1 ~ 0.2

----


- rule base 的 Recall 提升至約 0.1 ~ 0.5
- GNN 約為 0.4 ~ 0.5（較穩定

----

### 問題點

- 需要每個時間點資料庫的 snapshot，ex: 更新時間、今日登入、交友狀況
- 移除不活躍的使用者之後資料不足（需要一段時間內的資料
- 沒有標記的資料

---

## Conclusion

----

- 利用圖形來視覺化呈現資料並分析使用者習性
- 聊天狀況
- 配對偏好
- 平均聊天量
- 使用時間區段內的使用者資料來做配對

----

### future work

- 利用網路圖來呈現目前使用者的狀況
- 定期備份資料庫狀態以拿來做訓練
- 改善軟體配對機制，取得標記資料

---

## END