तकनीकी सारांश: स्टे या स्टे (STAY OR STRAY) – लोकप्रियता पूर्वाग्रह का एक डायनेमिकल सिस्टम्स दृष्टिकोण

1. समस्या विवरण (Problem Statement)

अनुशंसा प्रणालियों (Recommendation Systems - RS) में लोकप्रियता पूर्वाग्रह (Popularity bias) तब होता है जब एक प्रमुख उपयोगकर्ता वर्ग अत्यधिक मात्रा में इंटरैक्शन डेटा उत्पन्न करता है, जिससे प्रणाली अनजाने में बहुसंख्यक प्राथमिकताओं को अधिक महत्व देने लगती है और इससे अल्पसंख्यक (निश/niche) उपयोगकर्ताओं के लिए अनुशंसा की गुणवत्ता कम हो जाती है। जबकि व्यापक अनुभवजन्य साक्ष्य इस घटना का दस्तावेजीकरण करते हैं, इसके उभरने और समय के साथ बढ़ने के अंतर्निध प्रक्रियात्मक तंत्रों को अभी भी पूरी तरह से समझा जाना बाकी है। मौजूदा साहित्य मुख्य रूप से लोकप्रियता पूर्वाग्रह को एक स्थिर (static) दृष्टिकोण से देखता है, जो पूर्वाग्रह के स्नैपशॉट को तो पकड़ता है लेकिन उपयोगकर्ता व्यवहार और मॉडल मापदंडों के सह-विकास (coupled evolution) को मॉडल नहीं करता है। यह कार्य डायनेमिकल सिस्टम्स के दृष्टिकोण का उपयोग करके लोकप्रियता पूर्वाग्रह के दीर्घकालिक गतिकी और उसके परिणामस्वरूप होने वाले निश (niche) उपयोगकर्ता मंथन (churn) के प्रभावों का अध्ययन करके इस अंतर को संबोधित करता है।

2. कार्यप्रणाली (Methodology)

लेखक एक स्टोकेस्टिक प्रक्रिया को सूत्रबद्ध करते हैं जो एक अनुशंसा मॉडल और उपयोगकर्ता जुड़ाव के सह-विकास को डायनेमिकल सिस्टम्स के लेंस के माध्यम से मॉडल करती है।

2.1 सिस्टम फॉर्मूलेशन (System Formulation)

• उपयोगकर्ता वर्ग (User Classes): सिस्टम में दो उपयोगकर्ता वर्ग हैं: एक बहुसंख्यक (लोकप्रिय) वर्ग ($+1$) और एक अल्पसंख्यक (निश) वर्ग ($-1$)। आइटम भी इसी प्रकार विभाजित हैं।
• उपयोगकर्ता उपयोगिता (User Utility): इस धारणा के तहत कि उपयोगकर्ता उन वस्तुओं को पसंद करते हैं जो उनके वर्ग की पहचान से मेल खाती हैं, उपयोगकर्ता उपयोगिता को एक द्विपद रूप (bilinear form) के रूप में परिभाषित किया गया है: $Utility(u, i) = c_u \cdot c_i$।
• विशेषता वितरण (Feature Distribution): उपयोगकर्ता फीचर वेक्टर्स $X_t$ को क्लास-कंडीशनल गाऊसी वितरणों ($N(\mu_1, \Sigma_1)$ और $N(\mu_{-1}, \Sigma_{-1})$) से नमूने के रूप में मॉडल किया गया है।
• गतिकी (Dynamics):
  • मॉडल अपडेट्स (Model Updates): RS एक ऑनलाइन बाइनरी क्लासिफायर के रूप में कार्य करता है जो $\theta_t$ द्वारा पैरामीटराइज्ड है, जिसे रेगुलराइज्ड मीन स्क्वेयर्ड एरर (MSE) को कम करने के लिए ऑनलाइन ग्रेडिएंट डिसेंट के माध्यम से अपडेट किया जाता है।
  • उपयोगकर्ता आगमन (User Arrival - Walk-up Rates): उपयोगकर्ता अपने आगमन दरों ($\alpha_t$) को अनुशंसा की गुणवत्ता के आधार पर अपडेट करते हैं। सही वर्गीकरण आगमन दरों को बढ़ाता है; गलत वर्गीकरण उन्हें कम करता है।
• दो-टाइम-स्केल स्टोकेस्टिक एप्रोक्सिमेशन (Two-Time-Scale Stochastic Approximation): ढांचा यह मानता है कि मॉडल पैरामीटर ($\theta_t$) उपयोगकर्ता आगमन दरों ($\alpha_t$) की तुलना में तेज़ टाइम स्केल पर विकसित होते हैं। यह सिस्टम को एक निरंतर-समय ऑर्डिनरी डिफरेंशियल इक्वेशन (ODE) फ्रेमवर्क द्वारा अनुमानित करने की अनुमति देता है जहाँ $\theta_t$ को $\alpha_t$ के सापेक्ष अर्ध-स्थिर (quasi-static) माना जाता है।

2.2 गणितीय विश्लेषण (Mathematical Analysis)

उपयोगकर्ता आगमन गतिकी में इष्टतम मॉडल मापदंडों $\theta^*(\alpha)$ को प्रतिस्थापित करके, लेखक एक संक्षिप्त दो-ODE सिस्टम प्राप्त करते हैं जो वॉक-अप दरों $\alpha = (\alpha_1, \alpha_{-1})$ के विकास को नियंत्रित करता है। विश्लेषण डोमेन $[0, 1]^2$ के भीतर इस सिस्टम के इक्विलिब्रियम पॉइंट्स (संतुलन बिंदुओं) पर केंद्रित है:

• $(1, 1)$: दोनों उपयोगकर्ता वर्गों का बने रहना (Retention)।
• $(1, 0)$ या $(0, 1)$: एक वर्ग का चयनात्मक विengagement (Selective disengagement)।
• $(0, 0)$: दोनों वर्गों का एक साथ विengagement (Simultaneous disengagement)।

3. प्रमुख योगदान और सैद्धांतिक परिणाम (Key Contributions and Theoretical Results)

यह शोध पत्र युग्मित प्रणाली (coupled system) के इक्विलिब्रियम स्ट्रक्चर और अभिसरण गुणों (convergence properties) का एक कठोर लक्षण वर्णन प्रदान करता है, जिससे चार मुख्य सैद्धांतिक परिणाम प्राप्त होते हैं:

1. एक साथ गिरावट की गैर-प्राप्यता (Non-Attainability of Simultaneous Drop-off - Theorem 4.1): सिस्टम किसी भी आंतरिक प्रारंभिक स्थिति से $(0, 0)$ इक्विलिब्रियम (कुल सिस्टम पतन) की ओर एसिम्प्टोटिक रूप से अभिसरित नहीं हो सकता है। इसे यह दिखाकर सिद्ध किया गया है कि आगमन दरों में एक साथ कमी के लिए आवश्यक स्थितियाँ मॉडल के अनुकूलन उद्देश्य को देखते हुए कॉची-श्वार्ज़ असमानता (Cauchy-Schwarz inequality) का उल्लंघन करती हैं।
2. लोकप्रियता पूर्वाग्रह का उद्भव (Emergence of Popularity Bias - Theorem 4.2): लेखक बहुसंख्यक उपयोगकर्ताओं के अंश पर एक महत्वपूर्ण थ्रेशोल्ड $p^*$ प्राप्त करते हैं। यदि बहुसंख्यक अंश $p > p^*$ है, तो सिस्टम एसिम्प्टोटिक रूप से $(1, 0)$ की ओर अभिसरित होता है, जहाँ निश वर्ग पूरी तरह से विengagement कर देता है जबकि बहुसंख्यक बना रहता है। यह लोकप्रियता पूर्वाग्रह की शुरुआत को औपचारिक रूप से परिभाषित करता है।
3. सममित प्रतिधारण की स्थितियाँ (Conditions for Symmetric Retention - Theorem 4.3): एक पर्याप्त स्थिति की पहचान की गई है जिसके लिए सिस्टम $(1, 1)$ (दोनों वर्गों के प्रतिधारण) की ओर अभिसरित होता है। यह स्थिति एक कोवेरिएंस-ट्रांसफॉर्म्ड स्पेस में क्लास-कंडीशनल मीन्स के इनर प्रोडक्ट के चिह्न ($\langle \mu_1, \mu_{-1} \rangle_{N^{-1}_\alpha} < 0$) पर निर्भर करती है, जिसका अर्थ है कि "सुस्पष्ट रूप से अलग" (well-separated) मीन्स RS को दोनों समूहों को सटीक रूप से वर्गीकृत करने की अनुमति देते हैं।
4. व्यवहार्य प्रतिधारण अंतराल की उपस्थिति (Existence of Feasible Retention Intervals - Theorem 4.4): भले ही Theorem 4.3 की पर्याप्त स्थिति लागू न हो (जैसे, जब मीन्स सकारात्मक रूप से संरेखित हों), लेखक $p$ के मानों के एक व्यवहार्य अंतराल की पहचान करते हैं जो $(1, 1)$ की ओर अभिसरण की गारंटी देता है। इसे अपडेट फंक्शन की मोनोटोनिसिटी का विश्लेषण करके और इंटरमीडिएट वैल्यू थ्योरम को लागू करके स्थापित किया गया है।

4. प्रयोगात्मक सत्यापन (Experimental Validation)

सैद्धांतिक भविष्यवाणियों को दो प्राथमिक प्रयोगात्मक मार्गों के माध्यम से सत्यापित किया गया है:

• सिंथेटिक डेटा सिमुलेशन (Synthetic Data Simulations): सिंथेटिक डेटा पर व्यापक सिमुलेशन पुष्टि करते हैं कि सिस्टम ट्रेजेक्टरीज (trajectories) विभिन्न प्रारंभिक स्थितियों और पैरामीटर कॉन्फ़िगरेशन में अनुमानित इक्विलिब्रियम व्यवहारों के अनुरूप होती हैं।

  • फेज प्लॉट्स (Phase plots) दिखाते हैं कि जब $p > p^*$ होता है तो सिस्टम $(1, 0)$ की ओर अभिसरित होता है और जब सममित प्रतिधारण की शर्तें पूरी होती हैं तो $(1, 1)$ की ओर अभिसरित होता है।
  • स्कैटर प्लॉट्स (Scatter plots) शिफ्ट प्लॉट्स में खाली तीसरे चतुर्थांश को दिखाकर एक साथ गिरावट की असंभवता (Theorem 4.1) को सत्यापित करते हैं।
  • प्रयोगों से पता चलता है कि सिस्टम ट्रेंड्स को बदला जा सकता है यदि पैरामीटर्स इस तरह विकसित होते हैं कि $p^*$ वर्तमान स्थिति के सापेक्ष बदल जाए (उदाहरण के लिए, $(1, 1)$ की ओर अभिसरण करने के बाद $(1, 0)$ की ओर बदलना)।

• वास्तविक उत्पादन लॉग (Real-World Production Logs): इस ढांचे को लगभग 41 करोड़ (410 मिलियन) यूजर-आइटम इंटरैक्शन वाले एक बड़े पैमाने के व्यावसायिक संगीत अनुशंसा मंच पर लागू किया गया है।

  • डेटा प्रोसेसिंग: वैश्विक रूप से लोकप्रिय वस्तुओं के साथ इंटरैक्शन के आधार पर उपयोगकर्ताओं को "पॉपुलर-हैवी" और "निश-हैवी" समूहों में वर्गीकृत किया गया। मैट्रिक्स फैक्टराइजेशन से प्राप्त यूजर एम्बेडिंग्स पर गाऊसी वितरणों को फिट किया गया।
  • निष्कर्ष: प्रयोगात्मक डेटा निश-पसंद करने वाले उपयोगकर्ताओं के बीच असमान मंथन (churn) प्रदर्शित करता है, जो सैद्धांतिक ढांचे द्वारा पहचानी गई स्थितियों के अनुरूप है। लॉग्स में देखे गए सिस्टम डायनेमिक्स Theorem 4.2 की भविष्यवाणियों के साथ संरेखित हैं, जो वास्तविक दुनिया के परिवेश में लोकप्रियता पूर्वाग्रह की उपस्थिति की पुष्टि करते हैं।

5. महत्व और दावे (Significance and Claims)

यह शोध पत्र यह दावा करता है कि यह लोकप्रियता पूर्वाग्रह के केवल स्थिर अस्तित्व का वर्णन करने के बजाय, यह समझने के लिए एक मौलिक आधार प्रदान करता है कि यह कैसे गतिशील रूप से उभरता है। उपयोगकर्ता व्यवहार और मॉडल मापदंडों के सह-विकास को मॉडल करके, यह कार्य:

• तंत्र की पहचान करता है (Identifies Mechanisms): यह उन विशिष्ट स्थितियों (क्लास असंतुलन थ्रेशोल्ड और फीचर सेपरेशन) को रेखांकित करता है जिनके तहत पूर्वाग्रह अपरिहार्य हो जाता है।
• शमन रणनीति प्रदान करता है (Offers Mitigation Strategy): सैद्धांतिक ढांचा एक स्वाभाविक शमन रणनीति का सुझाव देता है जो उपयोगकर्ता वर्गों के बीच सटीकता (त्रुटि दर) को संतुलित करने पर केंद्रित है। लेखक अनुभवजन्य रूप से प्रदर्शित करते हैं कि यह रणनीति लोकप्रियता पूर्वाग्रह को कम करने में प्रभावी है।
• अभ्यास के साथ सिद्धांत का सत्यापन करता है (Validates Theory with Practice): ODE-व्युत्पन्न भविष्यवाणियों और वास्तविक उत्पादन लॉग के बीच संरेखण इस बात का पुख्ता प्रमाण प्रदान करता है कि प्रस्तावित डायनेमिकल सिस्टम व्यावसायिक अनुशंसा प्रणालियों में पूर्वाग्रह के आवश्यक तंत्र को कैप्चर करता है।

लेखक एक सीमित दायरे बनाए रखते हैं, यह नोट करते हुए कि वर्तमान कार्य MSE लॉस और गाऊसी धारणाओं पर केंद्रित है, और अन्य कॉनवेक्स लॉस फंक्शन्स और गैर-गाऊसी वितरणों तक विस्तार करने के लिए भविष्य के कार्य की योजना है।