Skip to content
Kembali ke hasil pencarian

Penyaringan Kolaboratif

Diperkenalkan oleh
GroupLens; Sarwar et al. (item-based); Koren et al. (matrix factorization)
Tahun
2001
Jenis
Recommendation from user-item interactions
Keluarga
Recommender systems

Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris

Ukuran huruf

Apa fungsinya?

Penyaringan kolaboratif merekomendasikan item kepada pengguna dengan memanfaatkan preferensi banyak pengguna — 'orang yang menyukai apa yang Anda sukai juga menyukai ini'.

Ia belajar dari matriks interaksi pengguna-item yang jarang, baik dengan menemukan pengguna atau item yang serupa (metode lingkungan, diformalkan oleh Sarwar dkk. pada tahun 2001) atau dengan memfaktorkan matriks menjadi faktor laten pengguna dan item (faktorisasi matriks, dipopulerkan oleh Koren dkk. setelah Netflix Prize).

Intuisi di balik metode

Anda tidak perlu mengetahui apa pun tentang konten item untuk merekomendasikannya — hanya bagaimana orang berinteraksi dengannya. Penyaringan kolaboratif memanfaatkan pola dalam tabel besar yang sebagian besar kosong antara pengguna versus item: jika dua pengguna menilai banyak film serupa, favorit yang belum dilihat salah satu pengguna adalah pertaruhan yang baik bagi yang lain (berbasis pengguna); jika dua item dinilai serupa di seluruh pengguna, menyukai satu item memprediksi menyukai item lainnya (berbasis item). Faktorisasi matriks menggali lebih dalam, menjelaskan setiap peringkat sebagai hasil kali titik dari vektor 'selera' pendek untuk pengguna dan vektor 'profil' untuk item, yang dipelajari untuk merekonstruksi peringkat yang diketahui dan memprediksi yang hilang.

Sejarah

Penyaringan kolaboratif muncul dari proyek GroupLens dan Tapestry pada tahun 1990-an. Sarwar, Karypis, Konstan, dan Riedl (2001) memformalkan penyaringan kolaboratif berbasis item yang berskala, dan Netflix Prize 2006–2009 memicu metode faktorisasi matriks faktor laten, yang diringkas dalam artikel berpengaruh Koren, Bell, dan Volinsky tahun 2009. Bidang ini sejak itu meluas ke umpan balik implisit, model kolaboratif konten hibrida, dan rekomendator pembelajaran mendalam, tetapi penyaringan kolaboratif lingkungan dan faktorisasi matriks tetap menjadi teknik dasar.

Kapan digunakan

Gunakan penyaringan kolaboratif untuk membangun rekomendasi hanya dari data interaksi — platform e-niaga, streaming, berita, dan konten — ketika Anda memiliki cukup pengguna dan interaksi untuk mengungkap pola bersama dan tidak ingin bergantung pada konten item. Metode lingkungan sederhana dan dapat diinterpretasikan ('karena Anda menyukai X'); faktorisasi matriks berskala lebih baik, menangani kelangkaan, dan biasanya memprediksi lebih akurat. Keterbatasan utama: masalah awal dingin (pengguna/item baru tanpa interaksi tidak dapat ditempatkan), kelangkaan dan bias popularitas, serta kebutuhan akan data interaksi yang substansial. Penyaringan kolaboratif murni mengabaikan atribut item/pengguna, sehingga sering dikombinasikan dengan fitur konten menjadi rekomendator hibrida; rekomendator umpan balik implisit dan pembelajaran mendalam memperluas ide yang sama. Ini terkait erat dengan penyelesaian matriks dan NMF.

Batasan dan pertimbangan

  • Awal dingin: tidak dapat memberikan rekomendasi untuk pengguna atau item baru tanpa interaksi.
  • Sensitif terhadap kelangkaan dan bias terhadap item populer.
  • Mengabaikan atribut item/pengguna (konten), tidak seperti pendekatan hibrida.
  • Membutuhkan data interaksi yang substansial agar berfungsi dengan baik.

Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.

Kelebihan

  • Hanya membutuhkan data interaksi — tidak ada konten item atau rekayasa fitur.
  • Menangkap pola selera halus yang sulit diartikulasikan dari kerumunan.
  • Faktorisasi matriks berskala ke matriks besar yang jarang dan memprediksi secara akurat.
  • Metode lingkungan memberikan penjelasan 'karena Anda menyukai …' yang dapat diinterpretasikan.

Penerapan

  • Rekomendasi produk dalam e-niaga.
  • Rekomendasi film, musik, dan video di platform streaming.
  • Personalisasi berita dan konten.
  • Saran teman / koneksi di jejaring sosial.
  • Fitur lintas jual dan 'pelanggan juga membeli'.

Cara kerjanya

Cara kerjanya

1

Masukannya adalah matriks pengguna-item dari peringkat atau interaksi implisit (klik, pembelian). Matriks ini sangat jarang — sebagian besar entri tidak diketahui — dan tugasnya adalah memprediksi entri yang hilang (bagaimana pengguna akan menilai/menyukai item yang belum dilihat) sehingga prediksi teratas dapat direkomendasikan.

Rumus
R \in \mathbb{R}^{u\times i}\ \text{(ratings/interactions, mostly missing)}
2

Metode lingkungan menghitung kesamaan antara pengguna (atau antara item) dari peringkat tumpang tindih mereka, biasanya kesamaan kosinus atau korelasi Pearson. Kesamaan tinggi berarti dua pengguna berbagi selera, atau dua item menarik audiens yang sama; kesamaan ini mendorong prediksi.

Rumus
\text{sim}(a,b) = \dfrac{\sum_k r_{ak} r_{bk}}{\sqrt{\sum r_{ak}^2}\sqrt{\sum r_{bk}^2}}\ (\text{cosine / Pearson})
3

Penyaringan kolaboratif berbasis item memprediksi peringkat pengguna untuk suatu item sebagai rata-rata tertimbang kesamaan dari peringkat pengguna tersebut pada item yang serupa (berbasis pengguna melakukan hal yang serupa atas pengguna yang serupa). Berbasis item biasanya lebih disukai dalam skala besar karena kesamaan item-ke-item lebih stabil dan dapat dihitung sebelumnya.

Rumus
\hat r_{ui} = \dfrac{\sum_{j\in N(i)} \text{sim}(i,j)\, r_{uj}}{\sum_{j\in N(i)} |\text{sim}(i,j)|}
4

Model faktor laten memfaktorkan matriks peringkat menjadi matriks pengguna dan item berperingkat rendah, sehingga setiap peringkat diperkirakan oleh hasil kali titik dari vektor faktor pengguna dan vektor faktor item. Faktor-faktor dipelajari dengan meminimalkan kesalahan kuadrat yang diregulasi atas peringkat yang diamati (melalui SGD atau kuadrat terkecil bergantian), dan mereka menangkap dimensi selera tersembunyi, menggeneralisasi lebih baik, dan menangani kelangkaan dengan baik.

Rumus
\hat r_{ui} = p_u^\top q_i,\quad \min_{P,Q}\sum_{(u,i)\in\mathcal{K}} (r_{ui}-p_u^\top q_i)^2 + \lambda(\lVert p_u\rVert^2+\lVert q_i\rVert^2)

Kesalahan umum

  • Mengabaikan masalah awal dingin dalam penerapan (item baru tidak mendapatkan eksposur).
  • Mengevaluasi hanya pada kesalahan peringkat sambil mengabaikan peringkat/top-N dan bias popularitas.
  • Menggunakan CF berbasis pengguna dalam skala besar di mana berbasis item atau faktorisasi jauh lebih efisien.
  • Membocorkan interaksi di masa mendatang ke dalam pelatihan saat membagi data (harus membagi berdasarkan waktu).

Pertanyaan yang sering diajukan

Apa perbedaan antara penyaringan kolaboratif berbasis pengguna dan berbasis item?

CF berbasis pengguna merekomendasikan item yang disukai oleh pengguna yang mirip dengan Anda; CF berbasis item merekomendasikan item yang serupa (dalam cara pengguna menilainya) dengan yang sudah Anda sukai. Berbasis item biasanya lebih disukai dalam skala besar karena kesamaan item-ke-item lebih stabil seiring waktu dan dapat dihitung sebelumnya secara luring.

Bagaimana faktorisasi matriks meningkatkan metode lingkungan?

Ia merepresentasikan pengguna dan item dengan vektor faktor laten pendek yang dipelajari dari data, sehingga setiap peringkat adalah hasil kali titiknya. Ini menangkap dimensi selera tersembunyi, menangani kelangkaan dengan lebih baik, menggeneralisasi di luar tetangga langsung, dan biasanya memprediksi lebih akurat — itulah sebabnya ia mendominasi solusi Netflix Prize.

Apa masalah awal dingin?

Penyaringan kolaboratif bergantung pada interaksi sebelumnya, sehingga tidak dapat membuat rekomendasi yang baik untuk pengguna atau item baru yang belum memiliki interaksi. Solusinya termasuk meminta preferensi awal, beralih ke popularitas, atau menghibridisasi dengan fitur berbasis konten yang tidak memerlukan riwayat interaksi.

Metode terkait

Sumber

  1. Sarwar, B., Karypis, G., Konstan, J., & Riedl, J. (2001). Item-based collaborative filtering recommendation algorithms. Proceedings of the 10th International Conference on World Wide Web, 285–295.

    Buka referensi DOI
    Disalin.
  2. Koren, Y., Bell, R., & Volinsky, C. (2009). Matrix factorization techniques for recommender systems. Computer, 42(8), 30–37.

    Buka referensi DOI
    Disalin.