[論文レビュー] Using Multipartite Graphs for Recommendation and Discovery

Michael J. Kurtz, Alberto Accomazzi+3 more|ArXiv.org|Dec 30, 2009

Distributed and Parallel Computing Systems被引用数 9

ひとこと要約

本稿では、キーワードベクトル、SVD次元削減、階層的クラスタリングを用いて、科学的文献のためのマルチパートイトグラフベースのレコメンデーションシステムを提案する。論文を低次元部分空間に変換し、高次数の「ブリッジング」論文を特定することで、信号対雑音比が高く、リアルタイムで文脈に適した推薦を提供する。密度の高い学術的ネットワークにおいて、効果的な発見が可能となる。

ABSTRACT

The Smithsonian/NASA Astrophysics Data System exists at the nexus of a dense system of interacting and interlinked information networks. The syntactic and the semantic content of this multipartite graph structure can be combined to provide very specific research recommendations to the scientist/user.

研究の動機と目的

• 非常に相互接続された情報ネットワークにおける、科学的文献発見の効果性の課題に取り組むこと。
• 学術データ内の意味的・構文的関係を活用し、スケーラブルでリアルタイムなレコメンデーションシステムを構築すること。
• 個々の記事ではなく、類似論文のクラスタを推薦の根拠とすることで、推薦品質を向上させること。
• 引用、キーワード、ユーザーの閲覧行動、天文学的対象物の参照といった複数のデータソースを統合し、統一されたレコメンデーションフレームワークにすること。
• 読者を多次元キーワード空間上の点としてモデル化することで、フェイステッドブラウジングとコラボラティブフィルタリングを可能にすること。

提案手法

• アクティブユーザーが閲覧した論文に含まれるキーワードの頻度を集計し、読者-キーワード行列を構築する。
• 計算効率を高めるために、元の次元から約50次元にまでキーワードベクトルの次元を削減するためSVDを適用する。
• 50次元ベクトルに対して階層的クラスタリングを実行し、約1,000件の意味的に類似した論文のグループを作成する。
• 各クラスタに対して第二のSVDを適用し、次元をさらに約5次元に削減し、各クラスタの低次元部分空間を生成する。
• ベクトル変換を用いて新規論文を適切なクラスタおよび部分空間にマッピングし、高速な類似度検索を可能にする。
• 5次元部分空間内で最近傍探索により上位40件の推薦を特定し、その後、2次オペレータ（例：次数、共閲覧頻度、引用パターン）を適用して最終順位付けを行う。

実験結果

リサーチクエスチョン

• RQ1 引用、キーワード、ユーザー行動を統合したマルチパートイトグラフ構造を、科学的文献推薦の向上にどう活用できるか？
• RQ2 高信号・低雑音の推薦を生成するための最適な段階的次元削減およびクラスタリング戦略は何か？
• RQ3 閲覧順序や共閲覧パターンに基づく2次オペレータは、直接的な類似度を上回る推薦の関連性を向上させられるか？
• RQ4 キーワードベクトルの低次元化によるクラスタリングと、共引用ネットワークによるクラスタリングとを比較した場合、推薦品質にどのような差が生じるか？
• RQ5 事前に計算された変換および部分空間マッピングを用いることで、どの程度リアルタイムの推薦が可能になるか？

主な発見

• SVDベースの部分空間とクラスターマッピングを事前計算することで、新規論文の推論が高速化され、リアルタイムの推薦が実現されている。
• 40件の類似論文のグループを基盤とすることで、個々の記事に基づく推薦と比較して、信号対雑音比が著しく向上している。
• 最も多く推薦される論文は、40件の類似論文の前後で最も頻繁に閲覧されているものであり、明確な順次的閲覧パターンが示されている。
• 共閲覧頻度、引用パターン、天文学的対象物の重複という複数の視点から、高インパクト論文が同定されている。
• 多次元キーワード空間における類似した関心を持つ読者のクラスタリングにより、3段階のフェイステッドブラウジングが可能である。
• 本手法は拡張可能であり、科学的論文に限らず、任意の相互接続が密なデータネットワークに適用可能である。