[論文レビュー] A Latent Source Model for Online Collaborative Filtering

Guy Bresler, George H. Chen+1 more|arXiv (Cornell University)|Oct 31, 2014

Advanced Bandit Algorithms Research参考文献 13被引用数 15

ひとこと要約

本稿は、オンラインコラボラティブフィルタリングのための潜在的ソースモデルを提案する。ユーザーはk種類のタイプにグループ化され、共通のアイテム好みのパターンを持つ。kの値を事前に知らない状態でも、O(log(km))回の初期ステップでほぼ最適な性能を達成できる、コサイン類似度に基づく二重探索（アイテム空間とユーザー類似度）アルゴリズムを導入する。

ABSTRACT

Despite the prevalence of collaborative filtering in recommendation systems, there has been little theoretical development on why and how well it works, especially in the "online" setting, where items are recommended to users over time. We address this theoretical gap by introducing a model for online recommendation systems, cast item recommendation under the model as a learning problem, and analyze the performance of a cosine-similarity collaborative filtering method. In our model, each of $n$ users either likes or dislikes each of $m$ items. We assume there to be $k$ types of users, and all the users of a given type share a common string of probabilities determining the chance of liking each item. At each time step, we recommend an item to each user, where a key distinction from related bandit literature is that once a user consumes an item (e.g., watches a movie), then that item cannot be recommended to the same user again. The goal is to maximize the number of likable items recommended to users over time. Our main result establishes that after nearly $\log(km)$ initial learning time steps, a simple collaborative filtering algorithm achieves essentially optimal performance without knowing $k$. The algorithm has an exploitation step that uses cosine similarity and two types of exploration steps, one to explore the space of items (standard in the literature) and the other to explore similarity between users (novel to this work).

研究の動機と目的

• オンラインレコメンデーションシステムにおけるコラボラティブフィルタリングの有効性を理論的に説明するという理論的ギャップを埋めること。
• すでに消費済みのアイテムを再び表示できないという制約下で、オンラインレコメンデーションを学習問題としてモデル化すること。
• この設定下で、コサイン類似度に基づくコラボラティブフィルタリングアルゴリズムの有限時間性能を分析すること。
• 単純なアルゴリズムが、ユーザーのタイプ数kを事前に知らない状態でもほぼ最適な性能を達成できることを示すこと。

提案手法

• k個の潜在的ユーザー種別を用いてユーザーの好みをモデル化し、それぞれがm個のアイテムに対する共通の確率ベクトルを持つ。
• ユーザーに対してオンラインでアイテムを推薦し、同じユーザーに同じアイテムを再び推薦しないようにする。
• 標準的なアイテム空間探索に加え、新しいユーザー類似度に基づく探索を組み込んだ、二段階のコラボラティブフィルタリングアルゴリズムを採用。
• コサイン類似度を用いて類似するユーザーを特定し、それらのユーザーに好まれるアイテムを優先的に推薦する。
• 初期段階でユーザー種別とアイテムの好まれやすさを学習するための探索段階と、その後に類似度に基づく推薦による活用段階に分かれる二段階戦略を導入。
• 完全な好みベクトルではなく、露出したレーティングのみが観測可能という制約下での性能分析を実施。

実験結果

リサーチクエスチョン

• RQ1 オンラインレコメンデーションシステムにおけるコラボラティブフィルタリングの有効性を理論的に正当化するにはどうすればよいか？
• RQ2 コラボラティブフィルタリングアルゴリズムがほぼ最適な性能を達成するための最小限の初期探索量はどの程度か？
• RQ3 ユーザー種別数kを事前に知らない状態でも、推薦アルゴリズムが良好な性能を発揮できるか？
• RQ4 アイテム空間とユーザー類似度の両方に対する二重探索戦略は、学習効率にどのように影響するか？

主な発見

• 提案されたアルゴリズムは、わずかO(log(km))回の初期ステップでほぼ最適な性能を達成し、学習フェーズを顕著に短縮する。
• アルゴリズムの性能は、事前にすべての好まれるアイテムを知っているオラクルに対してほぼ最適である。
• アイテム空間探索とユーザー類似度探索の二重探索メカニズムにより、kおよびmに関して対数的依存性を持つ効率的な学習が可能になる。
• ユーザー種別数kを事前に知らない状態でも、アルゴリズムは良好に動作する。これは実用上重要な利点である。
• Movielens10MおよびNetflixデータセットを用いた実験結果から、全データを訓練に使わないにもかかわらず、行列補完ベースおよび人気度ベースのベースラインを上回る性能を示した。