[논문 리뷰] Towards Case-Based Preference Elicitation: Similarity Measures on Preference Structures

Vu Ha, Peter Haddawy|arXiv (Cornell University)|2013. 01. 30.

Data Management and Algorithms참고 문헌 13인용 수 4

한 줄 요약

이 논문은 선호도 구조 간의 유사도 측정을 활용하여 의사결정 시스템에서 선호도 추출의 부담을 줄이기 위한 케이스기반 접근을 제안한다. 선호도 추출 비용을 줄이기 위해, 타당한 거리 측정법 세 가지—유클리드 거리, 스피어만의 발자국 거리, 그리고 새로운 확률적 거리—를 도입하여, 새로운 사용자에게 가장 유사한 기존 사용자 선호도를 기본값으로 설정함으로써, 계산 기법을 활용한 효율적이고 점진적인 선호도 추출을 가능하게 한다.

ABSTRACT

While decision theory provides an appealing normative framework for representing rich preference structures, eliciting utility or value functions typically incurs a large cost. For many applications involving interactive systems this overhead precludes the use of formal decision-theoretic models of preference. Instead of performing elicitation in a vacuum, it would be useful if we could augment directly elicited preferences with some appropriate default information. In this paper we propose a case-based approach to alleviating the preference elicitation bottleneck. Assuming the existence of a population of users from whom we have elicited complete or incomplete preference structures, we propose eliciting the preferences of a new user interactively and incrementally, using the closest existing preference structures as potential defaults. Since a notion of closeness demands a measure of distance among preference structures, this paper takes the first step of studying various distance measures over fully and partially specified preference structures. We explore the use of Euclidean distance, Spearmans footrule, and define a new measure, the probabilistic distance. We provide computational techniques for all three measures.

연구 동기 및 목표

• 상호작용적 의사결정 시스템에서 완전한 유틸리티 함수나 가치 함수를 추출하는 데 드는 높은 비용을 해결하기 위해.
• 사용자 집단으로부터의 기존 선호도 구조를 재사용하여 선호도 추출의 병목 현상을 줄이기 위해.
• 완전히 지정된 선호도 구조와 부분적으로 지정된 선호도 구조를 비교하기 위한 계산적으로 실현 가능한 거리 측정법을 개발하기 위해.
• 가장 유사한 기존 선호도를 기본값으로 사용하여 새로운 사용자에 대해 점진적이고 상호작용적인 선호도 추출을 가능하게 하기 위해.
• 선호도 매칭 성능을 평가하고 비교하기 위해 여러 유사도 측정법의 효과성을 평가하기 위해.

제안 방법

• 완전하거나 부분적으로 지정된 선호도 구조를 가진 사용자 집단을 기준 케이스로 사용한다.
• 세 가지 거리 측정법을 정의한다: 유클리드 거리, 스피어만의 발자국 거리, 그리고 선호도 구조를 위한 새로운 확률적 거리.
• 부분적으로 지정된 경우에도 선호도 구조 간의 거리를 효율적으로 계산하기 위한 계산 기법을 적용한다.
• 점진적 추출 과정에서 가장 유사한 기존 선호도 구조를 새로운 사용자에게 기본값으로 선택한다.
• 사용자 피드백을 기반으로 가장 가까운 기준 케이스를 바탕으로 선호도를 정밀화하는 상호작용적 추출 기법을 활용한다.
• 유사도 계산에서 완전한 선호도 구조와 부분적으로 지정된 선호도 구조를 모두 지원한다.

실험 결과

연구 질문

• RQ1 케이스기반 선호도 추출을 뒷받침하기 위해 선호도 구조 간의 유사도를 공식적으로 어떻게 측정할 수 있는가?
• RQ2 유클리드 거리, 스피어만의 발자국 거리, 또는 확률적 거리 중에서 선호도 구조를 비교하는 데 가장 효과적인 측정법은 무엇인가?
• RQ3 유사도 기반 기본값을 사용하면 상호작용적 선호도 추출 중 필요한 질의 수를 줄일 수 있는가?
• RQ4 부분적인 선호도 사양은 어떻게 효과적으로 유사도 계산에 통합할 수 있는가?
• RQ5 대규모 선호도 구조 집합 간의 효율적인 유사도 계산을 가능하게 하는 계산 기법은 무엇인가?

주요 결과

• 제안된 확률적 거리 측정법은 선호도의 불확실성을 모델링함으로써 선호도 구조 간 비교에 새로운 효과적인 방법을 제공한다.
• 유클리드 거리, 스피어만의 발자국 거리, 그리고 확률적 거리 측정법 모두 효율적으로 계산 가능하여 상호작용 시스템에서 실시간 적용이 가능하다.
• 유사한 기존 선호도 구조를 기본값으로 사용함으로써 새로운 사용자의 선호도를 추출하기 위해 필요한 질의 수가 크게 줄어든다.
• 이 방법은 완전한 선호도 구조뿐 아니라 부분적으로 지정된 선호도 구조도 지원하여 실용적 적용 가능성을 높인다.
• 거리 측정법을 위한 계산 기법은 체계적으로 유도되고 구현되어 확장 가능한 케이스기반 선호도 추출을 가능하게 한다.
• 특히 전체 유틸리티 함수 추출이 너무 비용이 많이 들 때, 이 접근법은 선호도 추출 오버헤드를 줄이는 데 실현 가능하고 효율적임을 입증한다.