การกรองแบบร่วมมือ (Collaborative Filtering)
- ผู้เสนอ
- GroupLens; Sarwar et al. (item-based); Koren et al. (matrix factorization)
- ปี
- 2001
- ประเภท
- Recommendation from user-item interactions
- กลุ่มวิธี
- Recommender systems
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การกรองแบบร่วมมือแนะนำรายการสินค้าแก่ผู้ใช้โดยอาศัยความชอบของผู้ใช้จำนวนมาก หรือที่เรียกว่า 'ผู้ที่ชอบสิ่งที่คุณชอบก็ชอบสิ่งนี้ด้วย' โดยเรียนรู้จากเมทริกซ์การปฏิสัมพันธ์ระหว่างผู้ใช้กับรายการสินค้าที่มีความเบาบาง (sparse) ไม่ว่าจะด้วยการค้นหาผู้ใช้หรือรายการสินค้าที่คล้ายกัน (วิธีการแบบเพื่อนบ้าน (neighbourhood methods) ซึ่ง Sarwar et al. ได้ทำให้เป็นทางการในปี 2001) หรือโดยการแยกตัวประกอบเมทริกซ์ออกเป็นปัจจัยแฝงของผู้ใช้และรายการสินค้า (การแยกตัวประกอบเมทริกซ์ (matrix factorization) ซึ่งได้รับความนิยมจาก Koren et al. หลังจาก Netflix Prize)
แนวคิดเบื้องหลังวิธีการ
คุณไม่จำเป็นต้องรู้ข้อมูลใดๆ เกี่ยวกับเนื้อหาของรายการสินค้าเพื่อแนะนำสิ่งนั้น เพียงแค่รู้ว่าผู้คนมีปฏิสัมพันธ์กับมันอย่างไร การกรองแบบร่วมมือใช้ประโยชน์จากรูปแบบในตารางขนาดใหญ่ที่ส่วนใหญ่ว่างเปล่าซึ่งแสดงผู้ใช้เทียบกับรายการสินค้า: หากผู้ใช้สองคนให้คะแนนภาพยนตร์หลายเรื่องคล้ายกัน รายการโปรดที่ยังไม่เคยดูของผู้ใช้คนหนึ่งก็มีแนวโน้มสูงที่จะเป็นที่ชื่นชอบของผู้ใช้อีกคน (แบบอิงผู้ใช้); หากรายการสินค้าสองรายการได้รับการให้คะแนนคล้ายกันจากผู้ใช้หลายคน การชอบรายการหนึ่งก็ทำนายการชอบอีกรายการหนึ่งได้ (แบบอิงรายการสินค้า) การแยกตัวประกอบเมทริกซ์ลงลึกไปกว่านั้น โดยอธิบายการให้คะแนนแต่ละครั้งว่าเป็นผลคูณจุด (dot product) ของเวกเตอร์ 'รสนิยม' สั้นๆ สำหรับผู้ใช้ และเวกเตอร์ 'โปรไฟล์' สำหรับรายการสินค้า ซึ่งเรียนรู้เพื่อสร้างการให้คะแนนที่ทราบขึ้นใหม่และทำนายการให้คะแนนที่ขาดหายไป
ประวัติศาสตร์
การกรองแบบร่วมมือเกิดขึ้นจากโครงการ GroupLens และ Tapestry ในทศวรรษ 1990 Sarwar, Karypis, Konstan, และ Riedl (2001) ได้ทำให้การกรองแบบร่วมมือแบบอิงรายการสินค้าที่ปรับขนาดได้เป็นทางการ และ Netflix Prize ในปี 2006–2009 ได้กระตุ้นวิธีการแยกตัวประกอบเมทริกซ์ปัจจัยแฝง ซึ่งสรุปไว้ในบทความที่มีอิทธิพลของ Koren, Bell, และ Volinsky ในปี 2009 ตั้งแต่นั้นมา สาขาวิชานี้ได้ขยายไปสู่ implicit feedback, แบบจำลองไฮบริดเนื้อหา-ร่วมมือ, และระบบแนะนำแบบ deep-learning แต่การกรองแบบร่วมมือแบบเพื่อนบ้านและการแยกตัวประกอบเมทริกซ์ยังคงเป็นเทคนิคพื้นฐาน
ควรใช้เมื่อใด
ใช้การกรองแบบร่วมมือเพื่อสร้างคำแนะนำจากข้อมูลการปฏิสัมพันธ์เพียงอย่างเดียว — เช่น อีคอมเมิร์ซ, การสตรีม, ข่าวสาร, และแพลตฟอร์มเนื้อหา — เมื่อคุณมีผู้ใช้และการปฏิสัมพันธ์เพียงพอที่จะเปิดเผยรูปแบบที่ใช้ร่วมกัน และไม่ต้องการพึ่งพาเนื้อหาของรายการสินค้า วิธีการแบบเพื่อนบ้านนั้นเรียบง่ายและตีความได้ ('เพราะคุณชอบ X'); การแยกตัวประกอบเมทริกซ์ปรับขนาดได้ดีกว่า จัดการกับความเบาบางได้ดีกว่า และมักจะทำนายได้แม่นยำกว่า ข้อจำกัดที่สำคัญ: ปัญหา cold-start (ผู้ใช้/รายการสินค้าใหม่ที่ไม่มีการปฏิสัมพันธ์ไม่สามารถจัดวางได้), ความเบาบางและอคติความนิยม, และความต้องการข้อมูลการปฏิสัมพันธ์จำนวนมาก การกรองแบบร่วมมือแบบบริสุทธิ์ละเลยคุณลักษณะของรายการสินค้า/ผู้ใช้ ดังนั้นจึงมักถูกรวมเข้ากับคุณลักษณะเนื้อหาในระบบแนะนำแบบไฮบริด; ระบบแนะนำแบบ implicit-feedback และ deep-learning ขยายแนวคิดเดียวกันนี้ มันมีความเกี่ยวข้องอย่างใกล้ชิดกับการเติมเต็มเมทริกซ์ (matrix completion) และ NMF
ข้อจำกัดและข้อควรพิจารณา
- Cold-start: ไม่สามารถแนะนำสำหรับผู้ใช้ใหม่หรือรายการสินค้าที่ไม่มีการปฏิสัมพันธ์
- อ่อนไหวต่อความเบาบางและมีอคติต่อรายการสินค้ายอดนิยม
- ละเลยคุณลักษณะของรายการสินค้า/ผู้ใช้ (เนื้อหา) ซึ่งแตกต่างจากวิธีการแบบไฮบริด
- ต้องการข้อมูลการปฏิสัมพันธ์จำนวนมากเพื่อให้ทำงานได้ดี
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- ต้องการเพียงข้อมูลการปฏิสัมพันธ์ — ไม่มีเนื้อหาของรายการสินค้าหรือการออกแบบคุณลักษณะ (feature engineering)
- จับรูปแบบรสนิยมที่ละเอียดอ่อนและยากจะอธิบายจากฝูงชน
- การแยกตัวประกอบเมทริกซ์ปรับขนาดได้กับเมทริกซ์ขนาดใหญ่และเบาบาง และทำนายได้อย่างแม่นยำ
- วิธีการแบบเพื่อนบ้านให้คำอธิบายที่ตีความได้ว่า 'เพราะคุณชอบ...'
การประยุกต์ใช้
- การแนะนำผลิตภัณฑ์ในอีคอมเมิร์ซ
- การแนะนำภาพยนตร์ เพลง และวิดีโอบนแพลตฟอร์มสตรีมมิ่ง
- การปรับแต่งข่าวสารและเนื้อหาส่วนบุคคล
- คำแนะนำเพื่อน/การเชื่อมต่อในเครือข่ายสังคม
- คุณสมบัติการขายพ่วงและ 'ลูกค้าที่ซื้อสิ่งนี้ยังซื้อสิ่งนี้ด้วย'
วิธีการทำงาน
วิธีการทำงาน
ข้อมูลนำเข้าคือเมทริกซ์การให้คะแนนหรือการปฏิสัมพันธ์โดยนัย (การคลิก, การซื้อ) ระหว่างผู้ใช้กับรายการสินค้า ซึ่งมีความเบาบางอย่างมาก (sparse) — รายการส่วนใหญ่ไม่เป็นที่รู้จัก — และงานคือการทำนายรายการที่ขาดหายไป (ว่าผู้ใช้จะให้คะแนน/ชอบรายการที่ยังไม่เคยเห็นอย่างไร) เพื่อให้สามารถแนะนำรายการที่ทำนายได้ดีที่สุด
สูตร
R \in \mathbb{R}^{u\times i}\ \text{(ratings/interactions, mostly missing)}วิธีการแบบเพื่อนบ้านคำนวณความคล้ายคลึงกันระหว่างผู้ใช้ (หรือระหว่างรายการสินค้า) จากการให้คะแนนที่ทับซ้อนกัน โดยทั่วไปคือความคล้ายคลึงโคไซน์ (cosine similarity) หรือสหสัมพันธ์เพียร์สัน (Pearson correlation) ความคล้ายคลึงกันสูงหมายความว่าผู้ใช้สองคนมีรสนิยมร่วมกัน หรือรายการสินค้าสองรายการดึงดูดกลุ่มเป้าหมายเดียวกัน ความคล้ายคลึงเหล่านี้เป็นตัวขับเคลื่อนการทำนาย
สูตร
\text{sim}(a,b) = \dfrac{\sum_k r_{ak} r_{bk}}{\sqrt{\sum r_{ak}^2}\sqrt{\sum r_{bk}^2}}\ (\text{cosine / Pearson})การกรองแบบร่วมมือแบบอิงรายการสินค้าทำนายการให้คะแนนของผู้ใช้สำหรับรายการสินค้าหนึ่งๆ โดยใช้ค่าเฉลี่ยถ่วงน้ำหนักความคล้ายคลึงของการให้คะแนนของผู้ใช้คนนั้นกับรายการสินค้าที่คล้ายกัน (แบบอิงผู้ใช้จะทำในลักษณะเดียวกันกับผู้ใช้ที่คล้ายกัน) โดยทั่วไปแล้ว วิธีการแบบอิงรายการสินค้าเป็นที่นิยมมากกว่าในระดับใหญ่ เนื่องจากความคล้ายคลึงกันระหว่างรายการสินค้ามีความเสถียรมากกว่าและสามารถคำนวณล่วงหน้าได้
สูตร
\hat r_{ui} = \dfrac{\sum_{j\in N(i)} \text{sim}(i,j)\, r_{uj}}{\sum_{j\in N(i)} |\text{sim}(i,j)|}แบบจำลองปัจจัยแฝง (Latent-factor models) แยกตัวประกอบเมทริกซ์การให้คะแนนออกเป็นเมทริกซ์ผู้ใช้และรายการสินค้าที่มีอันดับต่ำ (low-rank) ดังนั้นการให้คะแนนแต่ละครั้งจึงประมาณได้ด้วยผลคูณจุดของเวกเตอร์ปัจจัยผู้ใช้และเวกเตอร์ปัจจัยรายการสินค้า ปัจจัยเหล่านี้เรียนรู้โดยการลดข้อผิดพลาดกำลังสองที่มีการปรับค่า (regularized squared error) ให้เหลือน้อยที่สุดจากการให้คะแนนที่สังเกตได้ (ผ่าน SGD หรือ alternating least squares) และปัจจัยเหล่านี้จะจับมิติที่ซ่อนอยู่ของรสนิยม ทำให้เกิดการสรุปผลที่ดีขึ้นและจัดการกับความเบาบางได้ดี
สูตร
\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)ข้อผิดพลาดที่พบบ่อย
- การละเลยปัญหา cold-start ในการนำไปใช้งาน (รายการสินค้าใหม่ไม่ได้รับการเปิดเผย)
- การประเมินจากข้อผิดพลาดในการให้คะแนนเพียงอย่างเดียวโดยละเลยการจัดอันดับ/top-N และอคติความนิยม
- การใช้ CF แบบอิงผู้ใช้ในระดับใหญ่ในขณะที่แบบอิงรายการสินค้าหรือการแยกตัวประกอบมีประสิทธิภาพมากกว่ามาก
- การรั่วไหลของการปฏิสัมพันธ์ในอนาคตเข้าสู่การฝึกอบรมเมื่อแบ่งข้อมูล (ต้องแบ่งตามเวลา)
คำถามที่พบบ่อย
ความแตกต่างระหว่างการกรองแบบร่วมมือแบบอิงผู้ใช้และแบบอิงรายการสินค้าคืออะไร?
CF แบบอิงผู้ใช้แนะนำรายการสินค้าที่ผู้ใช้ที่คล้ายกับคุณชอบ; CF แบบอิงรายการสินค้าแนะนำรายการสินค้าที่คล้ายกัน (ในแง่ที่ผู้ใช้ให้คะแนน) กับรายการที่คุณชอบอยู่แล้ว โดยทั่วไปแล้ว แบบอิงรายการสินค้าเป็นที่นิยมมากกว่าในระดับใหญ่ เนื่องจากความคล้ายคลึงกันระหว่างรายการสินค้ามีความเสถียรมากกว่าเมื่อเวลาผ่านไปและสามารถคำนวณล่วงหน้าแบบออฟไลน์ได้
การแยกตัวประกอบเมทริกซ์ปรับปรุงวิธีการแบบเพื่อนบ้านได้อย่างไร?
มันแสดงผู้ใช้และรายการสินค้าด้วยเวกเตอร์ปัจจัยแฝงสั้นๆ ที่เรียนรู้จากข้อมูล ดังนั้นการให้คะแนนแต่ละครั้งจึงเป็นผลคูณจุดของเวกเตอร์เหล่านั้น สิ่งนี้จับมิติรสนิยมที่ซ่อนอยู่ จัดการกับความเบาบางได้ดีขึ้น สรุปผลได้กว้างกว่าเพื่อนบ้านโดยตรง และโดยทั่วไปแล้วทำนายได้แม่นยำกว่า — ซึ่งเป็นเหตุผลว่าทำไมมันจึงครองการแก้ปัญหาใน Netflix Prize
ปัญหา cold-start คืออะไร?
การกรองแบบร่วมมืออาศัยการปฏิสัมพันธ์ในอดีต ดังนั้นจึงไม่สามารถสร้างคำแนะนำที่ดีสำหรับผู้ใช้ใหม่หรือรายการสินค้าใหม่ที่ไม่มีการปฏิสัมพันธ์ได้ วิธีแก้ไขรวมถึงการขอความชอบเบื้องต้น การกลับไปใช้ความนิยม หรือการผสมผสานกับคุณลักษณะที่อิงเนื้อหาที่ไม่ต้องการประวัติการปฏิสัมพันธ์
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
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.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้วKoren, Y., Bell, R., & Volinsky, C. (2009). Matrix factorization techniques for recommender systems. Computer, 42(8), 30–37.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้ว