技術要約: Beyond Observed Auxiliary Relations (BOAR)

問題定義

マルチ動作推薦（Multi-behavior Recommendation, MBR）は、補助的な行動シグナル（例：クリック、カート追加）を活用することで、ターゲットとなる動作（例：購入）の予測精度を向上させることを目的としている。グラフニューラルネットワーク（GNN）を用いた手法は、行動グラフを通じてシグナルを伝播させることで最先端の性能を達成してきたが、補助的な動作に固有の2つの根本的な課題に直面している。

1. 補助的シグナルの欠落 (C1): ユーザーが最終的に購入するアイテムに対して、補助的な動作が欠落していることが多い。この欠落はランダムではなく、観測バイアス（例：プラットフォーム上の露出、アイテムの人気度）によって引き起こされる。その結果、これらのバイアスのかかった関係性を伝播させるGNNは、「隠れた」ターゲットアイテム（補助的なインタラクションが観測されていないアイテム）への汎化に失敗し、新規アイテムを推薦する能力を制限してしまう。
2. 信頼性の低い補助的シグナル (C2): 観測された補助的な動作が、必ずしも購入意図を意味するとは限らない。それらはノイズ（例：誤クリック、カジュアルな閲覧）である可能性がある。GNNは構造的にこのようなノイズに対して脆弱であり、メッセージパッシングによってターゲット動作と一致しないシグナルが増幅され、予測精度を低下させる恐れがある。

既存の手法は、これらの課題に対して部分的な対処（例：欠落に対する自己教師あり学習や、ノイズに対するアテンション機構）を行っているが、両方の課題を同時に、あるいは補助的な観測可能性への依存性を明示的にモデル化して解決することには失敗している。

手法: BOAR フレームワーク

著者らは、環境条件付き MBR フレームワークである BOAR (Beyond Observed Auxiliary Relations) を提案している。核心となる洞察は、グラフの再配線（rewiring）に最適な戦略は、特定のユーザーとアイテムのペアに対して補助的シグナルが観測されているかどうかに依存するということである。BOAR は、全確率の法則を用いて、補助的な観測可能性の環境 ($E_{ui}$) に基づいてターゲット嗜好の推定を分解する：

$$E[R_{ui} | u, i] = \sum_{e \in \{0,1\}} P(E_{ui}=e | u, i) E[R_{ui} | u, i, E_{ui}=e]$$

この定式化により、補助的観測の確率 ($\hat{p}_{ui}$) によって調整される、2つの補完的なサブモジュールからなるモジュール設計が導かれる。

1. デバイアス・デンス化モジュール ($f_0$)

条件: 補助的動作が未観測 ($E_{ui}=0$)。
目的: 補助的な証拠を欠くターゲットアイテムに対する隠れた嗜好を復元する。
メカニズム:

• 補助的人気度に対する敵対的学習: グラディエント反転層 (GRL) を使用して、補助的なインタラクション数に基づいてアイテムの人気度を予測する識別器を訓練する。エンコーダはこの予測を最小化するように更新され、それによってアイテム表現における人気度駆動のバイアスを抑制する。
• ターゲット隠れた嗜好マイナー: 全対全の計算を行うことなく、潜在的なターゲット関係を効率的に発見する。
  • 候補リトリーバル: Angular LSH (Locality-Sensitive Hashing) を使用して、埋め込み空間において類似した角度方向を持つ候補アイテムを見つける。
  • 学習可能なエッジ選択: Gumbel-Softmax を備えた線形層が、候補エッジを追加するかどうかを予測し、ターゲット動作の予測を最適化する。
  • 重み付きグラフ拡張: 選択された候補は、角度の類似性と大きさの一貫性に基づいた重みと共にターゲットグラフに追加される。
• デバイアス・デンス化学習:
  • 対照学習: 元のターゲットグラフからの埋め込みを、拡張されたグラフと InfoNCE 損失を用いて整列させ、安定性を確保する。
  • デバイアス BPR 損失: 自己正規化逆傾向スコア (SNIPS) を適用して正のインタラクションに重みを付け、ランキング目的における観測バイアスを補正する。

2. ターゲット誘導型精緻化モジュール ($f_1$)

条件: 補助的動作が観測済み ($E_{ui}=1$)。
目的: ターゲット動作と一致しない信頼性の低い補助的シグナルをフィルタリングする。
メカニズム:

• ターゲット誘導型特徴精緻化: 特徴量ごとのゲートを使用して、補助的な表現と固定されたターゲット動作アンカー（切り離されたターゲット埋め込み）を適応的にバランスさせる。これにより、ターゲットの嗜好空間と一致しない補助的特徴をフィルタリングする。
• 選択的エッジプルーニング: 精緻化された表現に基づいて、特定の補助的エッジを保持するか削除するかを Gumbel-Softmax を用いた線形層が予測し、ノイズの伝播を抑制する。
• ターゲット誘導型嗜好学習:
  • 精緻化学習: 補助的な表現を固定されたターゲットアンカーに整列させるために対照学習を使用し、ノイズの混入を防ぐ。
  • ターゲット嗜好学習: ターゲットへの関連性によって重み付けされたアテンションメカニズムを用いて動作固有の埋め込みを集約し、続いて標準的な BPR 損失最適化を行う。

統合された学習と推論

最終的な予測は、補助的観測の推定傾向 ($\hat{p}_{ui}$) によって重み付けされた、2つのモジュールのソフトな集計となる：
$$f(u, i) = (1 - \hat{p}_{ui}) f_0(u, i) + \hat{p}_{ui} f_1(u, i)$$
このソフトな割り当てにより、インスタンスはハードな割り当て（インスタンスを一方のモジュールにのみルーティングする手法）とは異なり、両方のモジュールから補完的なシグナルを活用することができる。

主な貢献

1. 問題の特定: 本論文は、MBR における2つの明確で、これまで十分に扱われてこなかった課題、すなわち補助的シグナルの欠落（隠れたアイテムへの汎化能の低下）と、補助的シグナルの信頼性の低さ（ノイズの増幅）を浮き彫りにしている。
2. 新しいフレームワーク: BOAR は、環境条件付きのモジュール設計を通じて、これら両方の課題に共同で取り組む最初の手法である。BOAR は、グラフの再配線戦略が補助的な観測可能性に依存することを明示的にモデル化している。
3. 補完的な戦略: フレームワークは、各環境に対して特定の技術を導入している。欠落したシグナルのためのデバイアス・デンス化（敵対的学習 + LSH ベースのマイニング）と、信頼性の低いシグナルのためのターゲット誘導型精緻化（特徴量ゲーティング + エッジプルーニング）である。
4. 実証的検証: 広範な実験により、BOAR が一貫して最先端のベースラインを上回ること、特に隠れたターゲットアイテムを含むシナリオにおいて顕著な利点があることが示された。

実験結果

著者らは、Tmall、Taobao、JData の3つのベンチマークデータセットで BOAR を評価した。

• 全体的な性能: BOAR は、全般的な設定において、HR@10、NDCG@10 の全指標で最高の性能を達成し、最良のベースラインに対して HR@10 で最大 7.82% の向上を示した。
• 隠れた嗜好の回復: 「未観測 (Unobserved)」の設定（補助的なインタラクションがないアイテム）において、BOAR は大幅な改善を示し、HR@10 で最大 44.2% の向上を達成した。これは、観測された補助的な関係を超えて隠れた嗜好を捉える能力を裏付けている。
• 堅牢性（ストレス・テスト）:
  • 隠れた嗜好テスト: 除去された補助的インタラクションの割合が増加するにつれて、BOAR はベースラインと比較して最も小さな性能低下を示した。
  • ノイズ注入テスト: 偽の補助的インタラクションが注入されるにつれて、BOAR は優れた安定性を維持し、効果的なノイズ抑制を実証した。
• 効率性: BOAR は、同様のパラメータ数を維持しながら、最先端の手法（例：MEMBER や MuLe よりも高速）と同等またはそれ以上の訓練および推論時間を達成した。

意義と主張

本論文は、BOAR が MBR における「欠落した補助的シグナル」と「信頼性の低い補助的シグナル」という二重の課題に対する統一的な解決策を提供すると主張している。補助的な観測可能性に基づいてモデリングプロセスを条件付けることで、BOAR は単に観測された関係を伝播するだけでなく、隠れた嗜好を積極的に回復し、ノイズをフィルタリングする。著者らは、このアプローチが、ターゲット動作が疎であり、補助的データがしばしばバイアスされていたりノイズを含んでいたりする現実世界の推薦システムにおいて特に重要であることを強調している。この研究は、将来のシステムがすべての補助的シグナルを一様に扱うのではなく、補助的な行動グラフの構造的な不完全性を扱うために、環境を意識した戦略を採用すべきであることを示唆している。