[논문 리뷰] Multiresolution Analysis of Incomplete Rankings

Stéphan Clémençon, Jérémie Jakubowicz외 1명|arXiv (Cornell University)|2014. 03. 08.

Rough Sets and Fuzzy Logic참고 문헌 40인용 수 4

한 줄 요약

이 논문은 항목 집합 위의 단사어로 표현되는 부분 순서를 분석하기 위해 새로운 다중 해상도 웨이블릿 프레임워크를 제안한다. 대수적 위상수학과 순열의 사이클 분해를 기반으로 한 웨이블릿 기저를 활용하여, 국소적이고 비선형적인 순서 분포 근사가 가능해지며, 선호 학습 및 추천 시스템에 기초가 되는 도구를 제공한다.

ABSTRACT

Incomplete rankings on a set of items $\{1,\; \ldots,\; n\}$ are orderings of the form $a_{1}\prec\dots\prec a_{k}$, with $\{a_{1},\dots a_{k}\}\subset\{1,\dots,n\}$ and $k < n$. Though they arise in many modern applications, only a few methods have been introduced to manipulate them, most of them consisting in representing any incomplete ranking by the set of all its possible linear extensions on $\{1,\; \ldots,\; n\}$. It is the major purpose of this paper to introduce a completely novel approach, which allows to treat incomplete rankings directly, representing them as injective words over $\{1,\; \ldots,\; n\}$. Unexpectedly, operations on incomplete rankings have very simple equivalents in this setting and the topological structure of the complex of injective words can be interpretated in a simple fashion from the perspective of ranking. We exploit this connection here and use recent results from algebraic topology to construct a multiresolution analysis and develop a wavelet framework for incomplete rankings. Though purely combinatorial, this construction relies on the same ideas underlying multiresolution analysis on a Euclidean space, and permits to localize the information related to rankings on each subset of items. It can be viewed as a crucial step toward nonlinear approximation of distributions of incomplete rankings and paves the way for many statistical applications, including preference data analysis and the design of recommender systems.

연구 동기 및 목표

• 현대 추천 시스템과 같은 응용 분야에서 흔한 부분 순서를 직접 분석할 수 있는 방법의 부재를 해결하기 위해.
• 부분 집합의 항목들에 걸쳐 순서 정보의 국소화를 가능하게 하는 다중 해상도 분석 프레임워크를 개발하기 위해.
• 효율적인 선형 및 비선형 근사를 지원하는 부분 순서를 위한 웨이블릿 기저를 구축하기 위해.
• 분포 추정, 순서 예측, 부분 순서의 군집화와 같은 통계 응용을 가능하게 하기 위해.
• 기존 순열 위의 조화 분석을 부분 순서의 경우로 일반화하기 위해 조합론적-위상수학적 접근을 사용하기 위해.

제안 방법

• 선형 확장이 필요 없도록 {1,…,n} 집합 위의 단사어로 부분 순서를 표현하기 위해.
• {1,…,n}의 부분집합 A ⊆ {1,…,n}에 따라 인덱싱된 부분공간 W_A를 사용하여 순열 위의 함수 공간의 다중 해상도 분해를 정의하기 위해.
• 순열의 사이클 분해를 이용하여 이 다중 해상도 구조에 적합한 웨이블릿 기저 Ψ를 구성하기 위해.
• 정리 6과 정리 7을 통한 웨이블릿 체인 구축을 통해, 더 작은 스케일 성분들로부터 점진적으로 웨이블릿 계수를 계산하기 위해.
• 웨이블릿 계수 공식을 적용: x_γ(π) = ∏ ε_{a_j,u_{j-1}}(π|A^{(j)}) for a cycle γ = (u1 a2)(u2 a3)…(uk-1 ak), 이를 통해 재귀적 계산이 가능하게 하기 위해.
• 분해 성질을 활용: x_{γ1…γr}(π) = x_{γ1}(π¹)…x_{γr}(π^r) if the cycle supports match the cycle structure of π’s restriction to each support.

실험 결과

연구 질문

• RQ1 선형 확장에 의존하지 않고 부분 순서를 직접 분석할 수 있는 방법은 무엇인가?
• RQ2 조합론적 및 위상수학적 구조를 사용하여 부분 순서에 대한 다중 해상도 프레임워크를 구성할 수 있는가?
• RQ3 사이클 분해는 순서 데이터를 위한 웨이블릿 기저를 구축하는 데 어떤 역할을 하는가?
• RQ4 이 프레임워크에서 웨이블릿 계수는 어떻게 재귀적이고 효율적으로 계산할 수 있는가?
• RQ5 이 웨이블릿 기반 다중 해상도 분석을 통해 어떤 통계적 응용이 가능해지는가?

주요 결과

• 논문은 부분 순서를 단사어로 모델링하여, 항목 부분집합에 걸쳐 국소적 분석이 가능한 완전한 다중 해상도 분석 프레임워크를 구축하였다.
• 순열의 사이클 분해를 이용하여 웨이블릿 기저 Ψ를 명시적으로 구성하였으며, 사이클 구조에 기반한 재귀 공식을 통해 웨이블릿 계수를 계산할 수 있다.
• 순열 π에 대해 사이클 γ에 대한 웨이블릿 계수는 제한된 순열 위에서의 국소적 ε-함수의 곱으로 주어지며, 이는 효율적인 계산을 가능하게 한다.
• 서로소 사이클들의 곱 γ1…γr에 대한 웨이블릿 계수는 각 사이클의 지지부위에서의 계수의 곱이 되며, 이는 사이클 지지부위가 π의 제한된 구조와 일치할 경우에 성립한다.
• 이 프레임워크는 순서 분포의 비선형 근사를 지원하며, 순서 예측, 군집화, 부분 순서의 집계와 같은 응용 분야로 이어질 수 있다.
• 단사어와 순열의 사이클에서 유도된 위상수학적 및 대수적 구조를 활용하여, 기존의 전체 순열 위의 조화 분석을 부분 순서의 경우로 일반화하였다.