【論文紹介】Multiple Pairwise Ranking with Implicit Feedback (CIKM2018)

こんにちは、ぐぐりら(<a href="https://twitter.com/guglilac">@guglilac</a>)です。 今回は、implicit feedbackからランキングを学習する手法に、Bayesian Personalized Ranking (BPR)を改善したMultiple Pairwise Ranking (MPR)について読んだのでまとめました。 論文リンク： [Multiple Pairwise Ranking with Implicit Feedback](https://dl.acm.org/doi/10.1145/3269206.3269283) ### 概要 implicit feedbackからランキングを学習する手法に、Bayesian Personalized Ranking (BPR)があるが、BPRでは未観測データをすべて等しく扱っていた。 本研究では未観測データをdislikeとunknownの二種類に分けて学習するMultiple Pairwise Ranking (MPR)を提案。 ### Multiple Pairwise Ranking with Implicit Feedback (MPR) BPRには、 * 観測されたitemは未観測itemよりも好まれる * 各userの好みは独立 という仮定が置かれていました。 MPRでは一つ目の、unobservedなitemを一緒くたにしていたBPRの仮定を緩和しています. unobservedなitemを二種類に分解します。 * dislike * unknown 分解したら、 * observed-dislikeの差 > unknown-dislikeの差 > observed-observedの差 になるように学習します. <div class="separator" style="clear: both; text-align: center;"><a href="https://1.bp.blogspot.com/-Ze4GX_vxh0k/XmBXp1ORFWI/AAAAAAAAD4Y/H9PGfQKeQI0EzCLbbcBZSwTp5W3bPArrwCLcBGAsYHQ/s1600/%25E3%2582%25B9%25E3%2582%25AF%25E3%2583%25AA%25E3%2583%25BC%25E3%2583%25B3%25E3%2582%25B7%25E3%2583%25A7%25E3%2583%2583%25E3%2583%2588%2B2020-03-05%2B10.17.16.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="https://1.bp.blogspot.com/-Ze4GX_vxh0k/XmBXp1ORFWI/AAAAAAAAD4Y/H9PGfQKeQI0EzCLbbcBZSwTp5W3bPArrwCLcBGAsYHQ/s640/%25E3%2582%25B9%25E3%2582%25AF%25E3%2583%25AA%25E3%2583%25BC%25E3%2583%25B3%25E3%2582%25B7%25E3%2583%25A7%25E3%2583%2583%25E3%2583%2588%2B2020-03-05%2B10.17.16.png" width="640" height="284" data-original-width="477" data-original-height="212" /></a></div><div class="separator" style="clear: both; text-align: center;"><a href="https://3.bp.blogspot.com/-MmBuD1W8lSM/XmBXrdbTi7I/AAAAAAAAD4c/K6jeKhoJF68tCoGWYmXCG8LwZ5yMFRc8wCLcBGAsYHQ/s1600/%25E3%2582%25B9%25E3%2582%25AF%25E3%2583%25AA%25E3%2583%25BC%25E3%2583%25B3%25E3%2582%25B7%25E3%2583%25A7%25E3%2583%2583%25E3%2583%2588%2B2020-03-05%2B10.17.24.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="https://3.bp.blogspot.com/-MmBuD1W8lSM/XmBXrdbTi7I/AAAAAAAAD4c/K6jeKhoJF68tCoGWYmXCG8LwZ5yMFRc8wCLcBGAsYHQ/s640/%25E3%2582%25B9%25E3%2582%25AF%25E3%2583%25AA%25E3%2583%25BC%25E3%2583%25B3%25E3%2582%25B7%25E3%2583%25A7%25E3%2583%2583%25E3%2583%2588%2B2020-03-05%2B10.17.24.png" width="640" height="122" data-original-width="465" data-original-height="89" /></a></div> ### 個人的な疑問と考察 observed > unknown > dislikeの順になるように学習せずに、このようなlossの設計にしているのは何か理由があるのでしょうか？ この二つの設計の差として、MPRでは observed > dislike > unknown の順になることも許容できる点があります。 unknownはviewしていないデータなので、シグナルとして二面性があると考えているのかも？と思いました。 * 見ているということは少なからず興味がある(正例の兆し) * 見ているのにfeedbackがないのは興味がない(負例の兆し) viewの扱い方はこちらの論文紹介記事でも書いています。 【論文紹介】Sampler Design for Bayesian Personalized Ranking by Leveraging View Data ### データセットの分け方 dislikeとunknownの分け方は色々ありますが、論文中では二つの方法を紹介しています。 * purchasedの他にclickの情報がある場合 * 人気度の情報を用いる方法 一つ目のclickの情報を使う場合は、clickしたけどnot purchasedなものはdislike、clickされていないものはunknownと分けるという方法です。 二つ目の人気度の情報を用いる方法は、user全体からのfeedbackが少ないものでかつそのuserと共起していないものをdislikeだろうと決め打ちして、それ以外の(他のuserとはある程度共起しているがそのuserとは共起していない)itemはunknownとする方法です。 この辺りはデータセットと扱っているタスクによって色々方法がありそうです。 ### 感想とか 今回はunobservedだったものを二つの集合に分解してlossを設計していました。 feedbackの種類が複数得られる場合には、その強度でobservedの方を分けることができたりしそうです。 lossの部分も考える問題設定ごとにfeedbackの郷土の大小関係の仮定を入れることができそうなので、いろいろ使えるのでは？と感じました。 また、BPRでは複数のfeedbackを扱ったり強度がbinaryではないfeedbackの研究がありますが、WARPでそのような研究ってあるのかなという疑問を持っています。 ご存知の方がいらっしゃいましたら、コメントお待ちしております！ <div class="separator" style="clear: both; text-align: center;display:none;"> <a href="https://3.bp.blogspot.com/-lCnB1WPgRLc/XFUTu0HMjcI/AAAAAAAAAeo/qZSlYdLivPUOPBUn2ObshbtJeoJyzeXagCLcBGAs/s1600/titleguri.jpg" imageanchor="1" ><img border="0" src="https://3.bp.blogspot.com/-lCnB1WPgRLc/XFUTu0HMjcI/AAAAAAAAAeo/qZSlYdLivPUOPBUn2ObshbtJeoJyzeXagCLcBGAs/s320/titleguri.jpg" width="320" height="320" data-original-width="100" data-original-height="100" /></a> </div>

この記事をシェアする

• 
  Twitter
• 
  Facebook
• 
  Google+
• B!
  はてブ
• 
  Pocket
• 
  Feedly