[논문 리뷰] Guess Who Rated This Movie: Identifying Users Through Subspace Clustering

Amy Zhang, Nadia Fawaz외 2명|arXiv (Cornell University)|2012. 08. 07.

Bayesian Methods and Mixture Models참고 문헌 14인용 수 44

한 줄 요약

이 논문은 추천 시스템에서 복합 계정을 선형 부분공간의 합으로 모델링하여, 부분공간 군집 기법을 사용해 단일 계정을 공유하는 다수의 사용자를 비지도 방식으로 식별하는 방법을 제안한다. 이는 복합 계정을 식별하는 데 높은 정확도를 달성하며(40%의 거짓 양성률로 복합 계정의 70%를 식별), 60% 이상의 경우에서 영화를 사용자에게 정확히 할당하여 사전 사용자 정보 없이도 개인화된 추천을 크게 향상시킨다.

ABSTRACT

It is often the case that, within an online recommender system, multiple users share a common account. Can such shared accounts be identified solely on the basis of the user- provided ratings? Once a shared account is identified, can the different users sharing it be identified as well? Whenever such user identification is feasible, it opens the way to possible improvements in personalized recommendations, but also raises privacy concerns. We develop a model for composite accounts based on unions of linear subspaces, and use subspace clustering for carrying out the identification task. We show that a significant fraction of such accounts is identifiable in a reliable manner, and illustrate potential uses for personalized recommendation.

연구 동기 및 목표

• 다양한 사용자가 단일 계정을 공유하는지 여부를 추천 시스템 내에서 그들의 집합적 평가 기반으로 유일하게 식별할 수 있는지 확인하는 것.
• 사전 사용자 신원 정보 없이도 복합 계정을 탐지하고, 개별 평가를 별개의 사용자에게 할당할 수 있는 방법을 개발하는 것.
• 사용자 식별이 개인화된 추천 정확도에 미치는 영향을 평가하는 것.
• 실제 추천 시스템에서 이러한 식별이 개인정보 보호에 미치는 영향을 평가하는 것.

제안 방법

• 각 사용자의 평가 행동이 별개의 부분공간에 속하도록 하여, 복합 계정을 저차원 선형 부분공간의 합으로 모델링한다.
• Ma 등(2008)의 부분공간 군집 알고리즘을 적용하여 평가 벡터를 개별 사용자에 해당하는 부분공간으로 군집화한다.
• 복합성 여부를 탐지하기 위한 통계적 검정과 계정당 사용자 수를 추정하기 위한 모델 선택 절차를 개발한다.
• 에밀션(EM) 방식 알고리즘에 정규화를 적용한 릿지 회귀를 사용하여 군집된 부분공간에서 개인 사용자 프로필을 학습한다.
• 공동 프로필(Single)과 사용자별 프로필(EM)을 조합하는 볼록 조합(CNV) 방법을 제안하여 추천 성능을 향상시킨다.
• 실제 데이터셋(예: CAMRa2011)을 5개의 폴드로 나누어 교차 검증을 수행하고, RMSE 및 오버랩 지표를 사용하여 예측 정확도를 평가한다.

실험 결과

연구 질문

• RQ1 보조 정보 없이도 사용자가 제공한 평가 기반으로 복합 계정을 신뢰성 있게 탐지할 수 있는가?
• RQ2 공유 계정을 사용하는 개별 사용자를 그들의 집합적 평가 패턴에서 얼마나 정확히 식별할 수 있는가?
• RQ3 실제 데이터셋에서 사용자 식별은 개인화된 추천 성능을 얼마나 향상시키는가?
• RQ4 추천 시스템에서 공유 계정 배후의 사용자를 식별하는 것이 개인정보 보호에 미치는 영향은 무엇인가?

주요 결과

• 단일 사용자 및 복합 계정이 모두 포함된 데이터셋에서, 선택된 부분집합 S에서 70%의 복합 계정이 정확히 식별되었고, S에 포함된 계정의 40%만이 단일 사용자 계정이었다.
• 식별된 복합 계정 내에서 60% 이상의 영화가 해당 사용자에게 정확히 할당되었으며, 통계적으로 유의미한 결과(p < 0.05).
• 54,000명의 넷플릭스 사용자 중 500편 이상의 영화를 평가한 데이터셋에서 4,072명의 복합 사용자를 높은 신뢰도로 식별했다.
• EM 방법은 단일 프로필 기반 베이스라인 대비 오버랩 지표에서 14% 향상되었지만, 평가의 유사성이 높아 RMSE에서는 약간 열등했다.
• 볼록 조합(CNV) 방법이 가장 우수한 종합 성능을 기록하여 공유 프로필과 개인 프로필의 장점을 결합했다.
• 사용자 매핑이 알려진 오라클 방법은 최고의 성능을 기록했으며(평균 RMSE 0.60, 오버랩 1.87), 사용자 식별이 추천 정확도를 크게 향상시킨다는 것을 확인했다.