A Gated Hybrid Contrastive Collaborative Filtering Recommendation

1. Énoncé du problème

Les systèmes de recommandation ont de plus en plus intégré des avis textuels pour enrichir les représentations des utilisateurs et des articles au-delà des simples données d'interaction (notes, clics). Cependant, un désalignement critique existe dans la recherche actuelle :

• Inadéquation des objectifs : La plupart des modèles sensibles aux avis sont optimisés pour la précision de la prédiction des notes (par exemple, RMSE, MAE), alors que les systèmes de recommandation réels fonctionnent selon un paradigme de classement (recommandation Top-N), où l'objectif est de placer les articles pertinents dans les premières positions.
• Défis d'intégration : La fusion simple de textes d'avis non structurés et bruyants avec des signaux collaboratifs conduit souvent à des performances sous-optimales. Les méthodes existantes manquent fréquemment de mécanismes pour équilibrer dynamiquement la contribution des signaux sémantiques par rapport aux embeddings collaboratifs, ou elles échouent à optimiser explicitement la séparation entre les articles pertinents et non pertinents dans l'espace latent.

2. Méthodologie

Les auteurs proposent le Filtrage Collaboratif Hybride à Portes (GHCF), un cadre qui intègre des signaux sémantiques issus des avis dans un modèle collaboratif basé sur un autoencodeur. La méthodologie repose sur trois composants progressifs :

A. Socle : AE-BPR

Le fondement est un modèle de Classement Personnalisé Bayésien basé sur un Autoencodeur (AE-BPR).

• Architecture : Il utilise une pile encodeur-décodeur pour reconstruire les vecteurs d'interaction utilisateur-article.
• Objectif : Contrairement aux autoencodeurs standards qui minimisent l'erreur de reconstruction (MSE), ce socle est entraîné avec une perte de Classement Personnalisé Bayésien (BPR) par paires. Cela optimise explicitement le modèle pour attribuer des scores plus élevés aux interactions positives observées qu'aux articles négatifs échantillonnés, ciblant directement la qualité du classement.

B. Extension Hybride à Portes (GHCF)

Pour intégrer les données d'avis, les auteurs introduisent un mécanisme de Fusion à Portes par Couche :

• Extraction sémantique : Les textes d'avis sont traités pour générer des signaux sémantiques. L'article explore deux approches :
  1. Basée sur les sujets : Utilisation de BERTopic pour extraire des distributions de sujets latents (par exemple, "action", "intrigue").
  2. Basée sur le texte : Utilisation d'embeddings denses issus d'un transformateur pré-entraîné (all-mpnet-base-v2).
• Portes adaptatives : Au lieu de fusionner le texte uniquement au goulot d'étranglement, le modèle injecte les signaux sémantiques par couche dans l'encodeur.
  • À chaque couche d'encodeur $l$, un mécanisme de porte calcule un coefficient adaptatif $g_l$ basé sur la concaténation de l'état caché collaboratif ($h_l$) et du signal textuel projeté ($T_l$).
  • La représentation fusionnée est calculée comme suit : $h_{fused} = g_l \odot h_l + (1 - g_l) \odot T_l$.
  • Cela permet au réseau de contrôler dynamiquement l'influence de l'information textuelle à différents niveaux d'abstraction, atténuant le bruit provenant des avis non structurés.

C. Extension Contrastive (GHC2F)

Pour affiner davantage l'espace latent, un module d'Apprentissage Contrastif est ajouté :

• Goulot d'étranglement à double voie : Le modèle génère deux vecteurs latents pour chaque utilisateur :
  1. $z_{cf}$ : Une représentation collaborative dérivée uniquement des données d'interaction.
  2. $z_{fused}$ : Une représentation hybride dérivée de la fusion à portes des interactions et du texte.
• Objectif contrastif : Une perte basée sur InfoNCE est appliquée pour maximiser la similarité entre $z_{cf}$ et $z_{fused}$ pour le même utilisateur (paire positive) tout en minimisant la similarité avec d'autres utilisateurs (paires négatives).
• Objectif : Cela garantit que l'enrichissement sémantique s'aligne sur la structure collaborative, agissant comme un régularisateur pour empêcher l'espace latent d'être déformé par du texte bruyant.

3. Contributions clés

1. Cadre GHCF : Un autoencodeur hybride à portes novateur qui intègre des représentations sémantiques basées sur des sujets ou du texte dans le filtrage collaboratif via un découplage adaptatif par couche, préservant une modélisation latente compacte.
2. Mécanisme de porte adaptatif : Une porte apprenable qui régule dynamiquement la contribution des signaux sémantiques par rapport aux signaux d'interaction, filtrant efficacement le bruit et améliorant l'alignement des représentations.
3. Stratégie de classement contrastive : L'introduction d'une variante GHC2F qui utilise l'apprentissage contrastif pour aligner les vues collaboratives et hybrides, optimisant explicitement la séparation des articles pertinents et non pertinents.
4. Évaluation rigoureuse : L'étude va au-delà du simple rapport de métriques en employant des tests de signification statistique (test de Friedman, test post-hoc de Nemenyi) et des indicateurs d'hypervolume pour valider que les gains de performance ne sont pas dus à une variance stochastique.

4. Résultats expérimentaux

Les modèles ont été évalués sur trois jeux de données de référence : Amazon Movies & TV, IMDb et Rotten Tomatoes.

• Métriques de performance : Les modèles ont été évalués à l'aide du Taux de réussite @10 (HR@10), du nDCG@10 et du Rang Moyen Inverse (MRR).
• Principales constatations :
  • GHCF Topic (utilisant des distributions de sujets) a constamment surpassé les références de l'état de l'art (y compris DeepCoNN, DAML, TARMF et LETTER) sur tous les jeux de données, atteignant particulièrement les HR@10 et nDCG@10 les plus élevés.
  • Sujets vs Embeddings denses : De manière surprenante, les variantes basées sur les sujets ont surpassé les variantes d'embeddings textuels denses. Les auteurs soutiennent que les embeddings denses capturent trop de nuances sémantiques non pertinentes, tandis que les distributions de sujets fournissent une représentation structurée et exempte de bruit des caractéristiques des articles (genres, aspects) qui s'aligne mieux avec les préférences des utilisateurs.
  • Gains significatifs : Sur le jeu de données Rotten Tomatoes, GHCF Topic a amélioré le HR@10 d'environ 45 % par rapport à la référence AE-BPR (0,6352 contre 0,4368).
  • Validation statistique : Les tests post-hoc de Nemenyi ont confirmé que la supériorité de GHCF par rapport aux autres modèles est statistiquement significative ($p < 0,05$), la distinguant des modèles dont les différences de performance étaient probablement dues à un bruit aléatoire.

5. Importance et conclusion

• Combler le fossé : L'article traite avec succès du désalignement entre les objectifs de prédiction des notes et les exigences de classement dans les systèmes sensibles aux avis. En utilisant une perte BPR et un alignement contrastif, il garantit que le modèle apprend des représentations discriminatives adaptées à la recommandation Top-N.
• Fusion contrôlée : L'étude démontre que la fusion contrôlée et adaptative (via des portes) est supérieure à la simple concaténation ou au pondération statique. Elle permet au modèle de tirer parti du "signal" dans les avis tout en supprimant le "bruit".
• Rigueur méthodologique : Les auteurs critiquent le manque de rigueur statistique dans la littérature actuelle. En fournissant une analyse statistique complète, ils établissent une nouvelle norme pour l'évaluation des systèmes de recommandation hybrides, prouvant que leurs améliorations sont robustes et reproductibles.
• Voies futures : Les auteurs suggèrent que les travaux futurs devraient se concentrer sur des mécanismes d'attention plus sophistiqués, la modélisation explicite de l'intensité des sentiments et l'amélioration de l'interprétabilité du mécanisme de porte.

En résumé, cet article présente un cadre robuste et statistiquement validé qui exploite efficacement les avis textuels pour améliorer les performances de classement dans le filtrage collaboratif, démontrant qu'un alignement sémantique structuré via des portes et un apprentissage contrastif produit des résultats supérieurs par rapport aux méthodes existantes de l'état de l'art.