[論文レビュー] Regret Guarantees for Item-Item Collaborative Filtering

Guy Bresler, Devavrat Shah+1 more|arXiv (Cornell University)|Jul 20, 2015

Advanced Bandit Algorithms Research参考文献 7被引用数 3

ひとこと要約

本稿は、推薦システムにおけるオンライン二値行列補完のための理論的枠組みを提示し、レジーム保証を達成するアイテム-アイテム協調フィルタリングアルゴリズムの分析を行う。このアルゴリズムは、冷間スタート性能を向上させ、冷間スタート時間を $\widetilde{\mathcal{O}}(1/\nu)$ に達成する。ここで $\nu$ は任意のユーザーが好むアイテムの最小割合を表し、初期段階での推薦精度においてユーザ-ユーザ手法を著しく上回る。

ABSTRACT

There is much empirical evidence that item-item collaborative filtering works well in practice. Motivated to understand this, we provide a framework to design and analyze various recommendation algorithms. The setup amounts to online binary matrix completion, where at each time a random user requests a recommendation and the algorithm chooses an entry to reveal in the user's row. The goal is to minimize regret, or equivalently to maximize the number of +1 entries revealed at any time. We analyze an item-item collaborative filtering algorithm that can achieve fundamentally better performance compared to user-user collaborative filtering. The algorithm achieves good "cold-start" performance (appropriately defined) by quickly making good recommendations to new users about whom there is little information.

研究の動機と目的

• アイテム-アイテム協調フィルタリングに理論的基盤を提供すること。実際の応用では、ユーザ-ユーザ手法を上回る性能を示している。
• ユーザ-アイテムフィードバック制約下でのレジーム最小化を伴うオンライン推薦を、二値行列補完としてモデル化すること。
• 冷間スタート性能（新規ユーザーに対する信頼性のある推薦を可能にするまでの時間）を定量化し、改善すること。
• 特にスパースで高次元な推薦設定において、実世界の性能を反映するレジームバウンドを確立すること。
• 同じ仮定下で、アイテム-アイテムCFがユーザ-ユーザCFに比べて根本的に優れたレジーム保証を達成できることを示すこと。

提案手法

• アルゴリズムはオンライン設定で動作し、各時刻にランダムに選ばれたユーザーが推薦を要求する。システムは過去のフィードバックに基づいて、推薦するアイテムを選択する。
• 過去に推薦されたアイテムの集合を維持し、現在のユーザーが好んだアイテムに類似するアイテムを推薦することで、アイテム-アイテム類似度を利用する。
• ユーザーの好み分布 $\mu$ のダブリング次元を用いて、与えられた類似度半径内にあるアイテム数の上限を求める。
• チェルノフ不等式を用いた確率的解析により、観測されたユーザ-アイテム好みの一致率が真の類似度からどれほど逸脱するかの確率的推定を行う。
• アルゴリズムは、各ユーザーに対して同じアイテムを一度しか推薦しないことを保証し、$\{-1,+1\}^N$ 上のi.i.d.分布 $\mu$ から動的に新しいアイテムを選択する。
• 冷間スタート時間を、期待レジーム勾配が1回の推薦あたり0.1未満に下がるようになる最初の時刻として定義・分析する。

実験結果

リサーチクエスチョン

• RQ1 オンライン二値行列補完において、アイテム-アイテム協調フィルタリングは、レジーム保証を理論的に裏付けられるか？
• RQ2 冷間スタート性能について、アイテム-アイテムCFはユーザ-ユーザCFに比べて、信頼性のある推薦を可能にするまでの時間でどのように異なるか？
• RQ3 ユーザー好み分布のダブリング次元は、アルゴリズムの性能にどのような役割を果たすか？
• RQ4 新規ユーザーに関する最小限の事前情報のもとで、アルゴリズムは非線形レジームを達成できるか？
• RQ5 各ユーザーが好むアイテムの割合 $\nu$ は、冷間スタート時間と全体のレジームにどのように影響を与えるか？

主な発見

• 提案されたアイテム-アイテム協調フィルタリングアルゴリズムは、$\nu$ が任意のユーザーが好むアイテムの最小割合であるとして、冷間スタート時間を $\widetilde{\mathcal{O}}(1/\nu)$ に達成する。
• この冷間スタート時間は、通常ははるかに多くのデータを必要とするため、ユーザ-ユーザ協調フィルタリングよりも根本的に優れている。
• レジームバウンドは、ユーザー好み分布 $\mu$ のダブリング次元 $d$ を用いて導出され、この $d$ がメトリック空間内での類似アイテムの詰め込みを制御する。
• あるアイテムの周囲の半径 $r$ 内にあるアイテム数は、$m_{c_j} \left(\frac{4r + 5\varepsilon}{4\varepsilon}\right)^d$ で上限が与えられる。ここで $m_{c_j}$ は、アイテム中心から半径 $\varepsilon$ 内にあるアイテム数を表す。
• JesterおよびMovieLensデータセットにおける実験的推定では、ダブリング次元が実際には小さいことが示され、アルゴリズムのスケーラビリティと実世界への適用可能性を裏付ける。
• チェルノフ不等式を用いることで、観測された一致率が真の類似度から逸脱する確率を厳密に制御でき、推薦精度に関する高確率保証が可能になる。