[論文レビュー] Analyzing User Preference for Social Image Recommendation

Xianming Liu, Min-Hsuan Tsai+1 more|arXiv (Cornell University)|Apr 24, 2016

Recommender Systems and Techniques被引用数 4

ひとこと要約

本稿では、スパースな画像コンテンツ表現と協調フィルタリングを組み合わせることで、スパarsityおよびコールドスタート問題に対処するため、ソーシャル画像推薦のためのスパーストピックモデル（STM）およびそのソーシャル指向拡張版SoSTMを提案する。視覚的ベースを用いて共有された潜在トピック空間でユーザおよび画像のプロファイルを学習することで、30万枚の画像からなるFlickrデータセットにおいて、STMは最先端の性能（mAPS = 45.77）を達成し、PMFおよび他のベースラインを顕著に上回る。

ABSTRACT

With the incredibly growing amount of multimedia data shared on the social media platforms, recommender systems have become an important necessity to ease users' burden on the information overload. In such a scenario, extensive amount of heterogeneous information such as tags, image content, in addition to the user-to-item preferences, is extremely valuable for making effective recommendations. In this paper, we explore a novel hybrid algorithm termed {\em STM}, for image recommendation. STM jointly considers the problem of image content analysis with the users' preferences on the basis of sparse representation. STM is able to tackle the challenges of highly sparse user feedbacks and cold-start problmes in the social network scenario. In addition, our model is based on the classical probabilistic matrix factorization and can be easily extended to incorporate other useful information such as the social relationships. We evaluate our approach with a newly collected 0.3 million social image data set from Flickr. The experimental results demonstrate that sparse topic modeling of the image content leads to more effective recommendations, , with a significant performance gain over the state-of-the-art alternatives.

研究の動機と目的

• ソーシャル画像推薦システムにおけるユーザフィードバックのスパarsityおよびコールドスタート問題に対処すること。
• 推薦精度の向上を図るため、統合的なフレームワーク内で視覚的コンテンツ分析と協調フィルタリングを統合すること。
• 画像特徴のスパース表現を活用することで、未観測の（未学習の）画像に対しても効果的な推薦を可能にすること。
• 潜在トピック空間においてユーザの好みと画像コンテンツを統合的にモデリングし、意味的意味を保持すること。
• 潜在空間におけるユーザ関係（ソーシャルヒント）の統合を通じて、推薦性能を向上させること。

提案手法

• STMは、視覚的ベースに基づくスパース表現フレームワークを用いて、ユーザの好みと画像コンテンツを統合的にモデリングし、スパarsity下でも頑健な因子分解を可能にする。
• 本手法は、確率的行列因子分解（PMF）を基盤とし、画像特徴を学習済みの視覚的ベースの組み合わせとしてスパースコーディングで表現する。
• ユーザおよびアイテムのプロファイルは、各トピックが「海」「木」「建物」などの意味的視覚パターンに対応する共有された潜在トピック空間で学習される。
• ユーザフィードバック、画像コンテンツ、潜在要因の学習をバランスさせるために、パラメータλR、λU、λVを用いた正則化スキームを採用し、一般化性能を向上させる。
• SoSTMは、ユーザプロファイルが共有される潜在トピックを通じて関連づけられるようにすることで、STMをソーシャル関係の統合により拡張し、推薦精度の向上を図る。
• 協調フィルタリング損失とコンテンツベースのスパースコーディングを統合した統一最適化目的関数を用い、エンドツーエンドの学習を可能にする。

実験結果

リサーチクエスチョン

• RQ1 スパースな画像コンテンツ表現は、極めてスパースなソーシャル画像データセットにおいて推薦性能を顕著に向上させ得るか？
• RQ2 コンテンツベース分析と協調フィルタリングを統合することで、コールドスタート画像の推薦がどのように向上するか？
• RQ3 潜在トピック空間におけるソーシャルヒント（ユーザ関係）は、推薦精度をどの程度向上させるか？
• RQ4 STMで学習された潜在トピックは、意味的に解釈可能であり、ユーザの好みと整合的か？
• RQ5 訓練データのサブセットが徐々に小さくなる状況において、STMモデルはどの程度耐性を示すか、特に未観測画像に対して？

主な発見

• STMはFlickrUserFavorデータセットにおいて平均平均適合率（mAPS）46.09を達成し、最先端のPMFベースラインを顕著に上回った。
• SoSTMモデルはmAPS 45.77を達成し、潜在トピックモデルにソーシャルヒントを統合することでその有効性が裏付けられた。
• 訓練画像の20％のみで学習しても、依然として高い性能を維持しており、データスパarsityに対する耐性と実世界へのスケーラビリティを示した。
• 学習済みトピックの可視化により、各トピックが「海」「木」「建物」「人間」などの意味的視覚的意味に対応していることが確認された。
• 画像表現におけるスパースコーディングの導入により、CTR-Iベースライン比でmAPSが6.67ポイント向上し、その有効性が確認された。
• モデルはコールドスタート画像を効果的に処理でき、訓練時に20％の画像が未観測であっても、意味のある推薦を維持した。