Graph Learning for Cold-Start and Data-Scarce Recommendation: A Taxonomy-Driven Critical Survey

डिजिटल दुनिया में, हमें लगातार चुनाव करने के लिए कहा जाता है: कौन सी फिल्म देखनी है, कौन सा उत्पाद खरीदना है, या कौन सा लेख पढ़ना है। इन विशाल कैटलॉगों में नेविगेट करने में हमारी मदद करने के लिए, कंप्यूटर प्रोग्राम जिन्हें 'रिकमेंडर सिस्टम' (recommender systems) कहा जाता है, हमारे पिछले व्यवहार से सीखते हैं। वे देखते हैं कि हम क्या क्लिक करते हैं, क्या रेटिंग देते हैं, या क्या खरीदते हैं, और उन पैटर्न का उपयोग यह अनुमान लगाने के लिए करते हैं कि हमें आगे क्या पसंद आ सकता है। यह तब बहुत अच्छी तरह काम करता है जब अध्ययन के लिए बातचीत का एक लंबा इतिहास उपलब्ध हो। लेकिन जब यह सिस्टम किसी बिल्कुल नई चीज़ से मिलता है, तो यह एक दीवार से टकरा जाता है। कल्पना कीजिए कि एक बिल्कुल नया उपयोगकर्ता जिसने बिना किसी इतिहास के अभी साइन अप किया है, या एक नया उत्पाद जिसे अभी तक खरीदा या देखा नहीं गया है। इन क्षणों में, कंप्यूटर के पास निर्भर करने के लिए कोई पिछला डेटा नहीं होता है। यह एक "कोल्ड स्टार्ट" (cold start) का सामना करता है, अनिश्चितता की एक ऐसी स्थिति जहाँ वह एक विश्वसनीय अनुमान नहीं बना सकता क्योंकि साक्ष्य मौजूद ही नहीं हैं। यह ऑनलाइन शॉपिंग, स्ट्रीमिंग सेवाओं और सोशल मीडिया के लिए एक मौलिक समस्या है, जहाँ हर सेकंड नए आइटम और उपयोगकर्ता आते हैं।

इसे हल करने के लिए, शोधकर्ताओं ने डेटा के बारे में सोचने के एक अलग तरीके की ओर रुख किया है। उपयोगकर्ताओं और वस्तुओं को अलग-थलग बिंदुओं के रूप में देखने के बजाय, वे उन्हें एक विशाल, परस्पर जुड़े हुए जाल के रूप में देखते हैं। इस दृष्टिकोण में, एक उपयोगकर्ता उन वस्तुओं से जुड़ा होता है जिन्हें वह पसंद करता है, और वे वस्तुएं अन्य समान चीजों, उनके विवरणों, उनकी छवियों और उन लोगों से जुड़ी होती हैं जिन्होंने भी उन्हें खरीदा है। यह एक ग्राफ है, एक संरचना जो संबंधों को मैप करती है। जब कोई नया आइटम बिना किसी खरीद इतिहास के आता है, तो सिस्टम अभी भी अन्य चीजों के साथ उसके कनेक्शन को देखकर उसके बारे में सीख सकता है: उसका रंग, उसकी कीमत, उसकी श्रेणी, या वह ब्रांड जिसने उसे बनाया है। इन कनेक्शनों के माध्यम से यात्रा करके, कंप्यूटर ज्ञात भागों से जानकारी उधार ले सकता है ताकि अज्ञात भागों को समझा जा सके। यह दृष्टिकोण, जिसे 'ग्राफ लर्निंग' (graph learning) कहा जाता है, कोल्ड-स्टार्ट समस्या से निपटने के लिए एक प्राथमिक उपकरण बन गया है।

शोधकर्ताओं द्वारा किया गया एक हालिया महत्वपूर्ण सर्वेक्षण, सैमने सायर और अमीर सोल्तनी, इस बात पर गहराई से चर्चा करता है कि कोल्ड-स्टार्ट और डेटा-दुर्लभ समस्याओं को हल करने के लिए इस ग्राफ-आधारित दृष्टिकोण का उपयोग कैसे किया जा रहा है। टीम ने केवल कुछ नए शोध पत्रों को नहीं देखा; उन्होंने 2018 और 2026 के बीच प्रकाशित 183 वैज्ञानिक अध्ययनों के एक विशाल संग्रह को एकत्र और विश्लेषित किया। उनका लक्ष्य इन विधियों के पूरे परिदृश्य को समझना था, न केवल यह कि क्या काम करता है, बल्कि यह भी कि शोधकर्ता उन समस्याओं को कैसे परिभाषित करते हैं जिन्हें वे हल कर रहे हैं और वे कैसे सिद्ध करते हैं कि उनके समाधान वास्तव में काम करते हैं। उन्होंने पाया कि हालांकि यह क्षेत्र चतुर तकनीकों से भरा है, लेकिन कई अध्ययन जो दावा करते हैं कि उन्होंने क्या हासिल किया है और जो उन्होंने वास्तव में प्रदर्शित किया है, उनके बीच एक महत्वपूर्ण अंतर है।

शोधकर्ताओं ने इन 183 अध्ययनों को एक स्पष्ट ढांचे में व्यवस्थित किया, उन्हें इस आधार पर वर्गीकृत किया कि वे गायब डेटा से उत्पन्न अंतराल को कैसे भरते हैं। कुछ विधियाँ समृद्ध विवरणों पर निर्भर करती हैं, जैसे कि किसी नए आइटम को खरीदने से पहले उसे वर्णित करने के लिए चित्र या पाठ। अन्य तथ्यों के विशाल डेटाबेस का उपयोग करती हैं, जिन्हें 'नॉलेज ग्राफ' (knowledge graphs) कहा जाता है, ताकि एक नए उत्पाद को समान अवधारणाओं से जोड़ा जा सके, जैसे कि एक नए प्रकार के जूते को "रनिंग" या "लेदर" की अवधारणा से जोड़ना। कुछ दृष्टिकोण यह सीखने की कोशिश करते हैं कि जल्दी से कैसे सीखा जाए, जिसमें एक नई स्थिति के अनुकूल होने के लिए थोड़े से डेटा का उपयोग किया जाता है, जबकि अन्य अतिरिक्त अभ्यास डेटा उत्पन्न करते हैं ताकि सिस्टम को प्रशिक्षित किया जा सके जब वास्तविक डेटा कम हो। सर्वेक्षण दिखाता है कि ये रणनीतियाँ अक्सर आपस में जुड़ी होती हैं; एक एकल प्रणाली एक नए उपयोगकर्ता के बारे में अनुमान लगाने के लिए छवियों, तथ्यों और त्वरित-सीखने की तकनीकों का एक साथ उपयोग कर सकती है।

हालाँकि, सर्वेक्षण का सबसे महत्वपूर्ण निष्कर्ष यह नहीं है कि कौन सी विधि सबसे तेज़ या सबसे जटिल है, बल्कि यह है कि परिणामों को कैसे मापा जाता है। शोधकर्ताओं ने पाया कि यह क्षेत्र "कोल्ड स्टार्ट" को परिभाषित करने में स्पष्टता की भारी कमी से ग्रस्त है। कई अध्ययनों में, शोधकर्ता दावा करते हैं कि उन्होंने कोल्ड-स्टार्ट समस्या को हल कर लिया है, लेकिन वास्तव में वे अपने सिस्टम का परीक्षण उन वस्तुओं पर कर रहे होते हैं जिनके पास कुछ इंटरैक्शन मौजूद हैं, न कि उन वस्तुओं पर जिनका कोई इतिहास नहीं है। सर्वेक्षण में पाया गया कि समीक्षा किए गए 183 अध्ययनों में से केवल 49, या लगभग 27 प्रतिशत ने सख्त प्रमाण दिया कि उनकी विधि उन उपयोगकर्ताओं या वस्तुओं पर काम करती है जो प्रशिक्षण के दौरान पूरी तरह से अनदेखी (unseen) थीं। अधिकांश अध्ययन, लगभग 73 प्रतिशत, उन परिदृश्यों में परीक्षण किए गए जहाँ सिस्टम के पास कम से कम सीमित इतिहास था, या जहाँ डेटा केवल विरल (sparse) था लेकिन पूरी तरह से अनुपस्थित नहीं था।

यह अंतर बहुत गहरा है। एक विधि जो एक उपयोगकर्ता के लिए अच्छा काम करती है जिसके पास कुछ क्लिक हैं, वह पूरी तरह से विफल हो सकती है जब उस उपयोगकर्ता के पास शून्य क्लिक हों। सर्वेक्षण बताता है कि कई लोकप्रिय तकनीकें, विशेष रूपकर जो अतिरिक्त प्रशिक्षण संकेत उत्पन्न करने के लिए 'सेल्फ-सुपरवाइज्ड लर्निंग' (self-supervised learning) या 'कॉन्ट्रास्टिव' (contrastive) विधियों का उपयोग करती हैं, सामान्य डेटा की कमी को संभालने में उत्कृष्ट हैं लेकिन वे कड़े अर्थों में कोल्ड-स्टार्ट के लिए सिद्ध नहीं हुई हैं। शोधकर्ता तर्क देते हैं कि यह क्षेत्र "लो-डिग्री" (low-degree) वस्तुओं—जिनके कुछ कनेक्शन होते हैं—पर परीक्षण करने में बहुत सहज हो गया है, जबकि उन्हें कोल्ड-स्टार्ट समाधान के रूप में लेबल किया जाता है। यह प्रगति की एक भ्रामक तस्वीर बनाता है, जहाँ सिस्टम नए उपयोगकर्ताओं को संभालने में बेहतर होते दिखाई देते हैं, लेकिन वे वास्तव में नए उपयोगकर्ताओं के प्रति अंधे हो सकते हैं।

सर्वेक्षण 'साइड इंफॉर्मेशन' (side information) की महत्वपूर्ण भूमिका पर भी प्रकाश डालता है। जब सिस्टम के पास उपयोगकर्ता का कोई इतिहास नहीं होता, तो उसे अन्य विवरणों पर निर्भर रहना पड़ता है, जैसे उपयोगकर्ता का स्थान, उनके द्वारा उपयोग किया जाने वाला डिवाइस, या उनकी प्रोफाइल का टेक्स्ट। शोधकर्ताओं ने पाया कि ग्राफ विधियाँ सबसे प्रभावी होती हैं जब उन्हें इस प्रकार की विश्वसनीय बाहरी जानकारी के साथ जोड़ा जाता है। हालाँकि, वे यह भी चेतावनी देते हैं कि कई अध्ययन स्पष्ट रूप से यह रिपोर्ट नहीं करते हैं कि भविष्यवाणी के समय सिस्टम के पास क्या जानकारी उपलब्ध थी। यदि कोई नई विधि किसी उत्पाद का अनुमान लगाने के लिए विस्तृत छवि का उपयोग करती है, लेकिन जिस तुलनात्मक सिस्टम के विरुद्ध उसका परीक्षण किया जा रहा है उसे वह छवि नहीं दिखती है, तो उस नई विधि का परीक्षण निष्पक्ष नहीं है। सर्वेक्षण एक नए मानक की मांग करता है जहाँ शोधकर्ताओं को स्पष्ट रूप से यह बताना चाहिए कि भविष्यवाणी के क्षण में कौन सी जानकारी उपलब्ध है और यह सुनिश्चित करना चाहिए कि उनके तुलनात्मक परीक्षण निष्पक्ष हों।

भविष्य की ओर देखते हुए, लेखक सुझाव देते हैं कि अगली पीढ़ी के समाधान संभवतः 'हाइब्रिड' (hybrids) होंगे। कोई भी एकल तकनीक, चाहे वह छवियों, तथ्यों या त्वरित-सीखने वाले एल्गोरिदम का उपयोग कर रही हो, कोई रामबाण समाधान नहीं है। सबसे आशाजनक मार्ग ग्राफ की संरचना को कई प्रकार की साइड इंफॉर्मेशन और कठोर परीक्षण के साथ संयोजित करना है। वे उभरते क्षेत्रों की ओर भी इशारा करते हैं, जैसे कि नए आइटम के टेक्स्ट विवरण को समझने के लिए 'लार्ज लैंग्वेज मॉडल्स' (large language models) का उपयोग करना, लेकिन नोट करते हैं कि ये अभी शुरुआती चरणों में हैं और यह सुनिश्चित करने के लिए सावधानीपूर्वक मूल्यांकन की आवश्यकता है कि वे त्रुटियाँ या पूर्वाग्रह पेश न करें। सर्वेक्षण निष्कर्ष निकालता है कि क्षेत्र की प्रगति के लिए, शोधकर्ताओं को विभिन्न प्रकार की डेटा कमी को मिलाना बंद करना होगा। उन्हें एक ऐसे उपयोगकर्ता के साथ निपटने की चुनौती और शून्य क्लिक वाले उपयोगकर्ता के साथ निपटने की चुनौती के बीच स्पष्ट अंतर करना होगा, और उन्हें ऐसे बेंचमार्क बनाने होंगे जो वास्तव में कोल्ड-स्टार्ट परिदृश्यों का परीक्षण करें। केवल ऐसा करके ही हम ऐसे रिकमेंडर सिस्टम बना सकते हैं जो वास्तव में उन नए उपयोगकर्ताओं और नए उत्पादों के लिए तैयार हों जो हर दिन आते हैं।