[論文レビュー] Completing partial recipes using item-based collaborative filtering to recommend ingredients

Paula Fermín Cueto, Meeke Roet+1 more|arXiv (Cornell University)|Jul 23, 2019

Recommender Systems and Techniques被引用数 6

ひとこと要約

本稿では、暗黙のフィードバックを伴うスパースで高次元のレシピデータセットを用いて、部分レシピの欠落している材料を推薦するアイテムベースの協調フィルタリング手法を提案する。PMI類似度とPCAに基づく次元削減を適用することで、40.25%のrecall@10を達成し、データのスパarsityと明示的評価の欠如にもかかわらず、効果的で直感的な材料推薦を実現した。

ABSTRACT

Increased public interest in healthy lifestyles has motivated the study of algorithms that encourage people to follow a healthy diet. Applying collaborative filtering to build recommendation systems in domains where only implicit feedback is available is also a rapidly growing research area. In this report we combine these two trends by developing a recommendation system to suggest ingredients that can be added to a partial recipe. We implement the item-based collaborative filtering algorithm using a high-dimensional, sparse dataset of recipes, which inherently contains only implicit feedback. We explore the effect of different similarity measures and dimensionality reduction on the quality of the recommendations, and find that our best method achieves a recall@10 of circa 40%.

研究の動機と目的

• レシピと材料の共起関係からの暗黙のフィードバックのみを用いて、部分レシピを完成させるための材料を推薦する推薦システムの開発。
• スパースで高次元のデータセットにおける推薦品質に与える類似度測定法と次元削減の影響の評価。
• 材料の欠落が好ましくないことを示唆しないという暗黙のフィードバックの課題に対処するため、適切な類似度指標の選定。
• PCAに基づく次元削減を通じて、モデルのスケーラビリティとロバスト性を向上させつつ、高品質な推薦を維持する。
• 類似のタスクにおいて、既存の行列分解手法（例：NNMFやRLS）と比較して、提案手法の性能を評価すること。

提案手法

• 各レシピを「ユーザー」とし、各材料を「アイテム」とみなして、データセットを1が存在、0が不在を示す二値レーティング行列に変換する。
• 4つの類似度測定法（コサイン類似度、非対称コサイン類似度、ジャコビアン類似度、およびポイントワイズ相互情報量（PMI））を用いて、部分レシピに含まれる材料と頻繁に共起する材料を特定するアイテムベースの協調フィルタリングを適用する。
• k近傍法（k=50）を用いて、最も類似した材料に基づいて推薦を生成する。kはロバスト性を考慮して最適化された。
• 材料空間における主成分分析（PCA）による次元削減を実施し、スパarsityの低減と計算効率・安定性の向上を図る。
• 推薦の精度と順序付けの質を評価するため、recall@10、平均順位、中央順位を用いて性能を評価する。
• 前処理により同一材料のバリエーション（例：「たまご」および「オムレツ」）を統合し、Kaggleの「What's Cooking?」データセット（39,774件のレシピ、6,782種類の異なる材料）を訓練およびテストに使用した。

実験結果

リサーチクエスチョン

• RQ1 コサイン類似度、非対称コサイン類似度、ジャコビアン類似度、PMIといった異なる類似度測定法が、スパースで暗黙のフィードバックが中心の環境下での材料推薦の質にどのように影響を与えるか？
• RQ2 PCAによる次元削減は、高次元でスパースなレシピデータにおけるアイテムベースの協調フィルタリングのロバスト性と性能をどの程度向上させるか？
• RQ3 明示的なユーザーレーティングや料理分類のメタデータが存在しない状況でも、アイテムベースの協調フィルタリングは直感的で文脈的に関連性のある材料推薦を生成できるか？
• RQ4 k（近傍数）の選択が、異なる類似度測定法における推薦の安定性と品質にどのように影響を与えるか？
• RQ5 同じタスクとデータセットにおいて、提案手法は既存の行列分解ベースの手法（例：NNMF や RLS）と比較して、どの程度の性能を示すか？

主な発見

• PMI類似度を用い、k=50、PCAで次元削減した場合が最も優れた性能を示し、recall@10は40.25%に達した。これは、評価された全類似度測定法の中で最高の結果であった。
• 非対称コサイン類似度とPMI類似度は、標準コサイン類似度とジャコビアン類似度を上回り、recall@10と中央順位の両面で優れた性能を示した。これは、スパースで二値のデータに対してより適した処理であることを示唆している。
• PCAに基づく次元削減は、推薦品質の向上、実行時間の10倍の短縮、およびkや類似度測定法の変更に対する結果のロバスト性向上を実現した。
• モデルは直感的で料理分類に配慮した推薦を生成した。例として、メキシコ風の材料に対してサルサやトウモロコシを提案したが、明示的な料理分類情報は使用しなかった。
• 明示的フィードバックがなく、重複する材料（例：「タコライタ」と「トウモロコシのタコライタ」）といったデータ品質の問題が存在するにもかかわらず、妥当で文脈的に関連性のある提案を生成した。
• 本手法とDe ClercqらのNNMF手法（recall@10 43.6%）との性能差は、データセットのクリーニングの質に起因すると考えられ、適切な前処理によりこの差は埋まる、あるいは逆転する可能性がある。