[論文レビュー] Sampler Design for Bayesian Personalized Ranking by Leveraging View Data

Jingtao Ding, Guanghui Yu+3 more|arXiv (Cornell University)|Sep 21, 2018

Recommender Systems and Techniques参考文献 22被引用数 11

ひとこと要約

本稿では、購入済みアイテムと未観測アイテムの間の中間フィードバックとしてのユーザー閲覧データを活用する、視認強化型ネガティブサンプラーを、ベイジアンパーソナライズドランクイング（BPR）に提案する。購入済み vs. 閲覧済み、閲覧済み vs. 未観測、購入済み vs. 未観測の3つのペairワイズな好み関係を重み付き損失とユーザー固有の重み付けを用いてモデル化することで、推薦精度が向上し、実世界のデータセットにおいて、vanilla BPRに比べて相対的に37.03%の向上を達成した。

ABSTRACT

Bayesian Personalized Ranking (BPR) is a representative pairwise learning method for optimizing recommendation models. It is widely known that the performance of BPR depends largely on the quality of negative sampler. In this paper, we make two contributions with respect to BPR. First, we find that sampling negative items from the whole space is unnecessary and may even degrade the performance. Second, focusing on the purchase feedback of E-commerce, we propose an effective sampler for BPR by leveraging the additional view data. In our proposed sampler, users' viewed interactions are considered as an intermediate feedback between those purchased and unobserved interactions. The pairwise rankings of user preference among these three types of interactions are jointly learned, and a user-oriented weighting strategy is considered during learning process, which is more effective and flexible. Compared to the vanilla BPR that applies a uniform sampler on all candidates, our view-enhanced sampler enhances BPR with a relative improvement over 37.03% and 16.40% on two real-world datasets. Our study demonstrates the importance of considering users' additional feedback when modeling their preference on different items, which avoids sampling negative items indiscriminately and inefficiently.

研究の動機と目的

• BPRにおいて、大規模な推薦システムにおいて、全アイテム空間からネガティブアイテムをサンプリングすることが本当に必要かどうかを調査すること。
• 購入済みアイテムと未観測アイテムの間の中間フィードバックとしてのユーザー閲覧データを統合することで、BPRの性能を向上させること。
• 視聴行動から得られるポジティブおよびネガティブな信号を捉える、より効果的なネガティブサンプリング戦略を設計すること。
• 特に閲覧-購入比が高いユーザーに適応する、ユーザー指向の重み付け機構を構築すること。

提案手法

• 各ユーザーに対して固定された未観測アイテムのサブセットを選択することで、ネガティブサンプリング空間を縮小し、サンプリング効率を向上させる。
• 閲覧済みアイテムを比較ペアに応じて、ポジティブおよびネガティブな信号として扱う、バイアス付きのサンプリングプロセスを導入する。
• 購入済み vs. 閲覧済み、閲覧済み vs. 未観測、購入済み vs. 未観測の3つのペアワイズ好み関係を同時にモデル化する、新しい目的関数を設計する。
• 3つのペアワイズ関係を符号化する重み付き損失関数を採用し、各関係の相対的重要性を反映する学習可能な重みを用いる。
• 閲覧-購入比が高いユーザーに対して、閲覧信号の影響を高めるユーザー指向の重み付け戦略を適用する。
• 提案されたサンプラーを用いて、モデルアーキテクチャを変更せずにBPR目的関数を確率的勾配降下法で最適化する。

実験結果

リサーチクエスチョン

• RQ1 BPRにおいて、全アイテム空間からネガティブアイテムをサンプリングする必要があるのか、それとも縮小された候補集合で十分なのか？
• RQ2 ユーザー閲覧データは、BPRの好み学習を向上させる中間フィードバック信号として効果的に活用できるか？
• RQ3 視聴行動の二重意味（潜在的関心と意思の欠如）を、1つのサンプリングフレームワーク内でどのようにモデル化できるか？
• RQ4 ユーザー固有の重み付け戦略は、個々のユーザー行動パターンに適応することで、視聴ベースのサンプリングの有効性を向上させられるか？

主な発見

• 提案された視認強化型サンプラーは、Beibeiデータセットにおいてvanilla BPRに比べて37.03%の相対的向上を達成し、Tmall-選択データセットでは16.40%の向上を示した。
• 重み付き損失方式（BPR+view_loss）は、バイアス付きサンプリングベースライン（BPR+view_prob）を上回り、Tmall-選択データセットにおいてHRで10.20%、NDCGで11.52%の相対的向上を示した。
• ユーザー指向の重み付け戦略により、BeibeiデータセットではHRで3.41%、NDCGで3.31%のさらなる向上が得られ、特に閲覧-購入比の高いユーザーに対して有効であることが確認された。
• 本手法は、vanilla BPRおよびBPR-DNSを著しく上回り、視聴データが標準的なネガティブサンプリングをはるかに超えて好みモデリングを強化することが示された。
• 人気度の偏りが高いBeibeiデータセットにおいても、視認強化型BPRは人気度ベースラインを上回ったことから、データの偏りに対して高いロバストネスを示した。
• 実証的結果から、購入済み-閲覧済み-未観測の3つのペアワイズ関係を同時にモデル化することで、視聴行動を単一の信号として扱うよりも、より優れた好み表現が得られることを示した。