RGDRec: Reliability-Guided Social Graph Denoising for Recommendation

डिजिटल युग में, हमसे लगातार दूसरों की सलाह पर भरोसा करने के लिए कहा जाता है। जब कोई स्ट्रीमिंग सेवा किसी फिल्म का सुझाव देती है या कोई शॉपिंग साइट किसी उत्पाद की सिफारिश करती है, तो यह अक्सर इस तर्क पर आधारित होता है कि जिन लोगों को अतीत में एक जैसी चीजें पसंद थीं, उन्हें भविष्य में भी वैसी ही चीजें पसंद आएंगी। यही आधुनिक अनुशंसा प्रणालियों (रेकमेंडेशन सिस्टम) का आधार है। हालाँकि, वास्तविक दुनिया में, हमारे सामाजिक संबंध हमारी रुचियों का सटीक दर्पण नहीं होते हैं। हम किसी व्यक्ति के साथ इसलिए दोस्त हो सकते हैं क्योंकि हम साथ पले-बढ़े हैं या एक ही कार्यालय में काम करते हैं, भले ही हमारी रुचियां पूरी तरह से अलग हों। जब एक कंप्यूटर एल्गोरिदम प्रत्येक मित्रता को साझा रुचि के संकेत के रूप में मानता है, तो वह इन कमजोर या अप्रासंगिक संबंधों द्वारा भ्रमित होने का जोखिम उठाता है। यह शोर (नॉइज़) सिस्टम को भ्रमित कर सकता है, जिससे उपयोगकर्ता को वे चीजें सुझाने की संभावना बढ़ जाती है जिन्हें वह वास्तव में पसंद नहीं करेगा।

शंघाई यूनिवर्सिटी ऑफ टेक्नोलॉजी के शोधकर्ताओं ने इस समस्या को हल करने के लिए एक नया दृष्टिकोण विकसित किया है, जिसका लक्ष्य कंप्यूटर को यह सिखाकर इन डिजिटल अनुशंसाओं को अधिक स्मार्ट बनाना है कि वह एक वास्तविक साझा रुचि और एक मात्र सामाजिक संबंध के बीच अंतर कैसे करे। वे अपने इस तरीके को RGDRec कहते हैं। हर सामाजिक लिंक को एक मार्गदर्शक के रूप में आँख मूंदकर स्वीकार करने के बजाय, यह प्रणाली एक सतर्क संपादक की तरह कार्य करती है, जो अंतिम सुझाव को प्रभावित करने से पहले प्रत्येक संबंध की विश्वसनीयता का मूल्यांकन करती है। अविश्वसनीय संबंधों को फ़िल्टर करके और शेष संबंधों को इस आधार पर तौलकर कि वे उपयोगकर्ता के वास्तविक व्यवहार के साथ कितनी अच्छी तरह मेल खाते हैं, शोधकर्ताओं ने पाया कि वे अनुशंसाओं की सटीकता में उल्लेखनीय सुधार कर सकते हैं, भले ही सामाजिक डेटा अव्यवस्थित या भटकाव से भरा हो।

मुख्य चुनौती जिसे टीम ने हल किया वह यह है कि वास्तविक दुनिया के सामाजिक नेटवर्क अक्सर शोर वाले होते हैं। एक विशिष्ट सोशल ग्राफ में, जो केवल इस बात का मानचित्र है कि कौन किससे जुड़ा है, कई लिंक वास्तविक रुचियों को प्रतिबिंबित नहीं करते हैं। एक उपयोगकर्ता उस हस्ती (सेलिब्रिटी) को फॉलो कर सकता है जिसे वह पसंद करता है, लेकिन वह उस सेलिब्रिटी द्वारा प्रचारित उत्पादों को कभी नहीं खरीदता, या वह ऐसे मित्र से जुड़ा हो सकता है जिसके साथ उसकी कोई साझा रुचि नहीं है। जब मानक अनुशंसा एल्गोरिदम इन नेटवर्कों में जानकारी फैलाते हैं, तो वे प्रत्येक संबंध को समान रूप से महत्वपूर्ण मानते हैं। इसका अर्थ है कि एक शोर वाला या कमजोर लिंक एक मजबूत, प्रासंगिक संकेत को कमज़ोर कर सकता है, जिससे सिस्टम उपयोगकर्ता की पसंद के बारे में गलत अनुमान लगा सकता है। शोधकर्ताओं ने महसूस किया कि इसे ठीक करने के लिए, उन्हें उपयोगकर्ता की प्राथमिकताओं को सीखने से पहले प्रत्येक सामाजिक बंधन की विश्वसनीयता को मापने के तरीके की आवश्यकता है।

इसे संबोधित करने के लिए, टीम ने एक दो-चरणीय प्रक्रिया डिजाइन की जो सामाजिक जानकारी के लिए एक फ़िल्टर के रूप में कार्य करती है। सबसे पहले, प्रणाली कच्चे डेटा को देखती है ताकि किसी विशिष्ट मित्रता की विश्वसनीयता के बारे में एक प्रारंभिक अनुमान लगाया जा सके। यह दो चीजों की जाँच करके करता है: दो लोगों ने अतीत में वास्तव में कितनी बार समान उत्पादों या सामग्री के साथ परस्पर क्रिया (इंटरैक्शन) की है, और व्यापक सामाजिक नेटवर्क के भीतर वह मित्र कितना केंद्रीय है। यदि दो दोस्तों ने कई एक जैसी किताबें खरीदी हैं या एक ही रेस्तरां में गए हैं, तो सिस्टम उनके संबंध को अत्यधिक विश्वसनीय मानता है। यदि उनका कोई साझा इतिहास नहीं है, तो संबंध को संभावित रूप से कमजोर के रूप में चिह्नित किया जाता है। यह प्रारंभिक मूल्यांकन एक अंतिम निर्णय नहीं है, बल्कि एक संभाव्यता स्कोर (प्रोबेबिलिटी स्कोर) है जो यह निर्धारित करता है कि सिस्टम उस विशिष्ट मित्रता का उपयोग जानकारी पास करने के लिए करने की कितनी संभावना रखता है।

एक बार जब सिस्टम के पास ये विश्वसनीयता स्कोर होते हैं, तो यह कमजोर कड़ियों को केवल हटा नहीं देता है। इसके बजाय, यह एक गतिशील चयन प्रक्रिया का उपयोग करता है। लर्निंग चरण के दौरान, सिस्टम यादृच्छिक रूप से यह निर्णय लेता है कि किसी विशिष्ट सामाजिक संबंध को अपनी गणनाओं में शामिल करना है या नहीं, लेकिन यह निर्णय विश्वसनीयता स्कोर के आधार पर लिया जाता है। उच्च-विश्वसनीयता वाले संबंधों को लगभग हमेशा शामिल किया जाता है, जबकि कम-विश्वसनीयता वाले संबंधों को अक्सर छोड़ दिया जाता है। यह प्रक्रिया बार-बार होती है, जिससे सिस्टम को सामाजिक डेटा के विभिन्न संयोजनों का पता लगाने की अनुमति मिलती है बिना किसी जानकारी को स्थायी रूप से त्याग दिए। यह दृष्टिकोण सुनिश्चित करता है कि सिस्टम सामाजिक नेटवर्क के एकल, संभावित रूप से त्रुटिपूर्ण दृश्य में फंसा नहीं है, बल्कि सबसे उपयोगी कनेक्शनों पर अनुकूल रूप से ध्यान केंद्रित कर सकता है।

दूसना चरण उन कनेक्शनों के प्रभाव को सूक्ष्म रूप से समायोजित (फाइन-ट्यून) करने से संबंधित है जिन्हें चुना जाता है। विश्वसनीय मित्रों के बीच भी, कुछ अन्य की तुलना में एक विशिष्ट अनुशंसा कार्य के लिए अधिक प्रासंगिक हो सकते हैं। सिस्टम प्रत्येक कनेक्शन के प्रभाव को समायोजित करने के लिए एक 'लर्नेबल मैकेनिज्म' का उपयोग करता है, जो अनिवार्य रूप से यह तय करता है कि प्रत्येक पड़ोसी पर कितना ध्यान देना है। यह मॉडल को उन दोस्तों की आवाज़ को बढ़ाने की अनुमति देता जो वास्तव में उपयोगकर्ता की रुचियों को साझा करते हैं और उन लोगों के प्रभाव को कम करने की अनुमति देता जो केवल ढीले तौर पर जुड़े हुए हैं। इस चयनात्मक फ़िल्टरिंग को सावधानीपूर्वक प्रभाव समायोजन के साथ जोड़कर, सिस्टम उपयोगकर्ता की प्राथमिकताओं की एक बहुत ही स्पष्ट तस्वीर बनाता है, जो उस स्थिर शोर से मुक्त है जो अक्सर सामाजिक अनुशंसा मॉडलों को प्रभावित करता है।

यह सुनिश्चित करने के लिए कि यह सामाजिक फ़िल्टरिंग अंतिम अनुशंसा में मदद करती है, शोधकर्ताओं ने एक क्रॉस-डोमेन कंट्रास्टिव लर्निंग स्टेप जोड़ा है। यह सिस्टम को प्रशिक्षित करने की एक विधि है ताकि यह सुनिश्चित हो सके कि एकत्र की गई सामाजिक जानकारी उपयोगकर्ता के वास्तविक खरीदने या देखने के इतिहास के साथ मेल खाती है। सिस्टम सामाजिक नेटवर्क से प्राप्त उपयोगकर्ता के प्रतिनिधित्व (रिप्रेजेंटेशन) की तुलना सीधे वस्तुओं के साथ उनकी बातचीत से प्राप्त प्रतिनिधित्व से करता है। यह इन दोनों दृश्यों को एक ही व्यक्ति के मामले में सुसंगत होने के लिए प्रोत्साहित करता है, जबकि अलग-अलग लोगों के मामले में उन्हें एक-दूसरे से दूर धकेलता है। यह एक जांच के रूप में कार्य करता है, यह सुनिश्चित करता है कि उपयोग की जाने वाली सामाजिक जानकारी वास्तव में प्राथमिकताओं की भविष्यवाणी करने के लिए सहायक है और न कि केवल रैंडम सामाजिक चर्चा। महत्वपूर्ण रूप से, अंतिम अनुशंसा अभी भी उपयोगकर्ता के प्रत्यक्ष इंटरैक्शन इतिहास के आधार पर की जाती है, जिसमें सामाजिक डेटा केवल प्रशिक्षण प्रक्रिया के दौरान एक सहायक मार्गदर्शक के रूप में कार्य करता है। यह डिज़ाइन सुनिश्चित करता है कि सामाजिक नेटवर्क का बचा हुआ शोर भी सुझावों की अंतिम सूची को सीधे दूषित न कर सके।

टीम ने अपने तरीके का परीक्षण Yelp, Douban और Ciao जैसे प्लेटफार्मों पर उपयोगकर्ताओं की जानकारी वाले तीन बड़े, वास्तविक दुनिया के डेटासेट्स पर किया। इन डेटासेट्स में लाखों इंटरैक्शन और सामाजिक संबंध शामिल थे, जो शोर को संभालने की क्षमता का परीक्षण करने के लिए एक कठोर वातावरण प्रदान करते हैं। परिणामों ने दिखाया कि उनके तरीके, RGDRec ने मौजूदा अत्याधुनिक (स्टेट-ऑफ-द-आर्ट) मॉडलों को लगातार पीछे छोड़ दिया। इसने यह भविष्यवाणी करने में उच्च सटीकता प्राप्त की कि उपयोगकर्ता किन वस्तुओं को पसंद करेंगे, जिसे मानक मेट्रिक्स जैसे कि शीर्ष दस या बीस सुझावों में कितने प्रासंगिक आइटम आए, द्वारा मापा गया। सभी तीन डेटासेट्स में सुधार उल्लेखनीय था, जो बताता है कि यह दृष्टिकोण मजबूत और प्रभावी है, चाहे डेटा का प्रकार या सामाजिक नेटवर्क का घनत्व कुछ भी हो।

यह साबित करने के लिए कि उनका तरीका वास्तव में शोर को फ़िल्टर कर रहा है न कि केवल भाग्यशाली है, शोधकर्ताओं ने एक स्ट्रेस टेस्ट आयोजित किया। उन्होंने डेटासेट्स में बड़ी संख्या में नकली, रैंडम सामाजिक कनेक्शनों को कृत्रिम रूप से इंजेक्ट किया, जो एक ऐसी स्थिति का अनुकरण करता है जहाँ सामाजिक नेटवर्क अत्यधिक दूषित हो। यहाँ तक कि जब नकली कनेक्शनों की संख्या वास्तविक कनेक्शनों से दोगुनी थी, तब भी सिस्टम ने अपना प्रदर्शन बनाए रखा। विश्लेषण ने दिखाया कि सिस्टम स्वाभाविक रूप से इन इंजेक्ट किए गए, शोर वाले कनेक्शनों को बहुत कम वेटेज (भार) देता है, जिससे वे प्रभावी रूप से अनदेखे हो जाते हैं, जबकि वास्तविक, विश्वसनीय लिंक को उच्च महत्व दिया जाता है। इसने प्रदर्शित किया कि विश्वसनीयता-निर्देशित तंत्र सफलतापूर्वक शोर की पहचान करने और उसे दबाने में सफल रहा, जिससे अत्यधिक स्थितियों में भी अनुशंसा की गुणवत्ता स्थिर रही।

आगे के विश्लेषण से पता चला कि उनकी सफलता इसके दो मुख्य घटकों के संयोजन से आई है। विश्वसनीयता फ़िल्टरिंग को हटाने से प्रदर्शन में गिरावट आई, जिससे पुष्टि हुई कि केवल गुणवत्ता की जाँच किए बिना सामाजिक डेटा का उपयोग करना पर्याप्त नहीं है। इसी तरह, क्रॉस-डोमेन लर्निंग स्टेप को हटाने से भी प्रदर्शन प्रभावित हुआ, जो दर्शाता है कि सामाजिक डेटा को वास्तविक उपयोगकर्ता व्यवहार के साथ संरेखित करना आवश्यक है। अध्ययन सुझाव देता है कि सामाजिक जानकारी का उपयोग करने का सबसे प्रभावी तरीका इसे सत्य के एक निश्चित मानचित्र के रूप में नहीं, बल्कि संकेतों के एक गतिशील सेट के रूप में देखना है जिसे उपयोगकर्ता के वास्तविक कार्यों के आधार पर लगातार मूल्यांकन और तौला जाना चाहिए।

शोधकर्ता स्वीकार करते हैं कि उनकी वर्तमान विधि स्थिर डेटा पर निर्भर करती है, जैसे कि पिछले इंटरैक्शन और नेटवर्क संरचना, और समय के साथ बदलने वाले या विशिष्ट संदर्भों पर निर्भर रहने वाले संबंधों की जटिलता को पूरी तरह से नहीं पकड़ सकती है। उन्होंने यह भी नोट किया कि उनके शोर सिमुलेशन, हालांकि प्रभावी थे, वास्तविक दुनिया के सामाजिक नेटवर्क की तुलना में सरल हैं जहाँ खराब कनेक्शनों का अभी भी कुछ सूक्ष्म प्रभाव हो सकता है। हालाँकि, यह कार्य भविष्य की प्रणालियों के लिए एक मजबूत आधार प्रदान करता है जो इस अंतर को बेहतर ढंग से नेविगेट कर सकती हैं कि हम किससे जुड़े हैं और हमें वास्तव में क्या पसंद है। एल्गोरिदम को सामाजिक बंधनों के प्रति संशयवादी होने के लिए और साझा रुचि के साक्ष्य को प्राथमिकता देने के लिए सिखाकर, यह शोध ऐसी अनुशंसाओं की ओर एक स्पष्ट मार्ग प्रदान करता है जो केवल सांख्यिकीय रूप से संभावित होने के बजाय वास्तव में सहायक महसूस होती हैं।