あなたは、何百万人もの人々が好きな本について叫んでいる、巨大で混沌とした図書館に足を踏み入れたところだと想像してください。しかし、部屋があまりに騒がしいため、彼らの声はほとんど聞き取れません。ささやいている人もいれば、叫んでいる人もいますし、本が好きであるかのようにランダムな音を立てているだけで、実際にはそうではない人もいます。これが、Netflix、Spotify、Amazonなどの背後にあるデジタルエンジンであり、次にあなたが何を欲しているかを推測しようとする「レコメンダーシステム（推奨システム）」の世界です。これらの推測を行うために、コンピュータは「グラフニューラルネットワーク（GNN）」と呼ばれるものを使用します。GNNを、単に一人の読者のリストを見るだけでなく、すべての読者とすべての本の間のあらゆる接続のウェブ全体を見る、超スマートな司書だと考えてください。しかし、この司書には問題があります。図書館が静かすぎたり（スパースなデータ）、あるいは騒がしすぎたり（悪いフィードバック）すると、司書は混乱して、あなたが嫌うであろう本を推薦し始めてしまうのです。

科学者が問いかけている大きな疑問は、「どうすれば、データが乱れていても、この司書にノイズを無視させ、真のパターンを見つけ出すように教えることができるのか？」ということです。その答えには通常、「対照学習（コントラスト学習）」が含まれます。これは、司書に同じ物語の少し異なる2つのバージョンを比較させ、何が共通しているか（真実）と何が変化しているか（ノイズ）を見極めさせるようなものです。しかし、現在の手法の多くは、棚をランダムに揺らしたり、偽の本を追加したりすることでノイズを修正しようとしますが、これは良いものまで一緒に捨ててしまう恐れがあります。

この論文では、COMPASS（Contrastive Multi-Decomposition Approach with Social-Guided Signals）という、巧妙で新しい司書を紹介しています。COMPASSは、棚をランダムに揺らす代わりに、図書館を層（レイヤー）として見るための特別なメガネを使用します。それは、「全体像」（グローバルなパターン）を見て、次に、わずかな人々が好む非常に具体的な詳細（ローカルな詳細）へとズームインします。また、あなたの友人が本について話すことに耳を傾けますが、それは厳格なルールではなく、あくまで穏やかな提案として扱われます。研究者たちはこれを音楽、映画、本の実際のデータでテストし、COMP是在COMPASSがノイズを無視し、データが非常に乱れていたり、ユーザーがまだ多くの本を読んでいなかったりする場合でも、素晴らしい推薦を行うのがはるかに優れていることを発見しました。

問題点：騒がしい図書館

あなたが友人が何を食べるのが好きかを理解しようとしている場面を想像してください。あなたは「ピザは好き？」と尋ね、彼らは「はい」と答えます。しかし、もし彼らがただ礼儀正しかっただけだとしたら？ あるいは、お腹が空いていたので何にでも「はい」と言っていたとしたら？ オンラインのレコメンデーションの世界では、このようなことが常に起こっています。ユーザーは実際には好きではないものをクリックしたり、単に閲覧したりすることがあります。これは「ノイズの多い暗黙的フィードバック」と呼ばれます。

あなたの好みを推測しようとする現在のコンピュータプログラム（レコメンダーシステム）は、しばしばすべてのクリックを完璧な真実として扱います。彼らはユーザーとアイテムを繋ぐ巨大なマップ（グラフ）を構築します。しかし、もしそのマップに誤った接続が多すぎると、コンピュータは迷子になってしまいます。それは、街の標識の半分が間違った方向を指している都市をナビゲートしようとするようなものです。既存の手法の多くは、いくつかの接続をランダムに削除したり、偽の接続を追加したりすることで、これを修正しようと試みます。しかし、これは壊れた地図を修正するためにダーツを投げ、正しい場所に当たることを願うようなものです。それはしばしば、悪い手がかりと一緒に、良い手がかりまで取り除いてしまいます。

解決策：COMPASSとその特別なメガネ

この論文の著者であるMohammad Aliabadi、Alireza Abdollahpouri、およびParham Moradiは、COMPASSと呼ばれる新しいシステムを作成しました。COMPASSは、どの接続が本物かをランダムに推測する代わりに、「特異値分解（SVD）」と呼ばれる数学的なトリックを使用します。

SVDを、図書館の巨大で乱雑な写真を、明快なレイヤーに分解する方法だと考えてください。

1. 低ランクレイヤー（全体像）： このレイヤーは、最も明白なパターンを示します。これはドローンで図書館を見るようなものです。主要な通路や最も人気のあるセクションをはっきりと確認できます。これは、まだ多くの本を読んでいないユーザー（スパースなユーザー）にとって非常に有用です。なぜなら、全員が好むものに基づいた安全で一般的な推薦を提供できるからです。
2. 高ランクレイヤー（微細な詳細）： このレイヤーは、ズームインして非常に具体的で細かい詳細を示します。これは、通路を歩いて、特定の人物が非常にマニアックなジャンルを愛していることに気づくようなものです。これは、多くの本を読んだユーザー（アクティブなユーザー）にとって非常に有用です。なぜなら、彼らのユニークで具体的な好みを捉えることができるからです。

ほとんどのシステムは、これらの一方のレイヤーしか見ていません。しかし、COMPASSはGumbel-Softmaxのメガネを装着します。このメガネは、各個人に対して「全体像」をどの程度見るべきか、あるいは「微細な詳細」をどの程度見るべきかを自動的に決定します。もしあなたが新しいユーザーであれば、メガネは全体像に焦点を合わせます。もしあなたが熱狂的なファンであれば、メガネは詳細へとズームインします。これは、コンピュータに指示されることなく、自動的に行われます。

社会的なささやき

COMPASSはあなたの友人の声にも耳を傾けますが、それは慎重に行われます。多くのシステムでは、もし友人が何かを好めば、コンピュータはあなたにもそれを強制します。しかし、もしあなたの友人がただ変な行動をとっているだけだとしたら？ COMPASSは、社会的なつながりを**「ソフトなささやき」**として扱います。「ねえ、あなたの友人はこれが好きだから、あなたも好きかもしれませんよ」と言いますが、それを強制することはありません。もしコンピュータが、友人の好みとあなたの実際の行動が一致しないと判断した場合、そのささやきを無視します。これにより、社会的なつながりが偽であったり弱かったりしても、システムは堅牢（ロバスト）であり続けることができます。

バランスの取り方

これらすべてのことを同時に行うようにコンピュータを訓練するのは、非常に困難な作業です。コンピュータは、アイテムを推薦するという「メインの仕事」を学びながら、同時にノイズを無視するという「追加の仕事」も学ばなければなりません。もしノイズを無視することに集中しすぎると、推薦することを忘れてしまうかもしれません。もし推薦することに集中しすぎると、ノイズによって混乱してしまうかもしれません。

著者たちは、**勾配バランス重み付け（gradient-balanced weighting）**戦略を使用しました。これは、重みが絶えず調整されているシーソーを想像してください。コンピュータは、それぞれの学習がいかに難しいかを監視し、シーソーのバランスを保つために自動的に重みをシフトさせます。これにより、一方が他方を圧倒することなく、両方のスキルを完璧に学習することができます。

得られた結果

チームは、3つの実世界のデータセット（Yelp（ビジネス）、LastFM（音楽）、Douban（本））でCOMPASSをテストしました。彼らは他の10個のトップレベルのシステムと比較しました。

• 精度の向上： COMPASSは一貫して他のシステムを打ち負かしました。Doubanデータセットでは、次のベストシステムと比較して、精度の向上（NDCG@20で測定）が最大**5.76%**に達しました。これは、レコメンデーションエンジンの世界では、非常に大きな勝利です。
• ノイズへの対応： 研究者たちは意図的にデータに「ノイズ」を加え、相互作用の20%を偽のものにしました。これほどの破損があっても、COMPASSは高いパフォーマンスを維持しましたが、他のシステムは崩壊しました。これは、COMPASSが偽の信号を無視することに非常に長けていることを示唆しています。
• 新規ユーザーへの支援： このシステムは、相互作用が非常に少ないユーザー（スパースなユーザー）を助けることに特に優れていました。これらのユーザーに対して「全体像」に焦うすることで、データが少ない状況でも優れた推測を行うことができました。
• 速度： これほど多くの追加計算を行っているにもかかわらず、システムはそれほど遅くなりませんでした。追加の計算（SVDレイヤー）はトレーニングの前に一度だけ行われるため、実際の学習中には他のシステムと同じ速さでした。

まとめ

この論文は、優れたレコメンダーの秘訣は、単に多くのデータを持つことや、混合物にノイズを加えることではないことを示唆しています。それは、データを異なる角度から見ることです。ユーザーとアイテムの接続を「全体像」と「微細な詳細」のレイヤーに分解し、システムが各個人に対してどの角度に焦点を当てるかを決定させることで、よりスマートで、より堅牢で、人間の複雑な行動の現実をより良く扱うことができるシステムを構築できるのです。

著者らは、これがうまく機能している一方で、まだ成長の余地があるとも述べています。将来の研究には、どの友人が信頼できるかを判断することで「社会的なささやき」をさらに賢くすることや、同じマルチレイヤーのアイデアをソーシャルネットワーク自体に適用することなどが含まれる可能性があります。しかし、現時点では、COMPASSは、構造的な分解が、デジタルなレコメンデーションをより人間らしく感じさせるために、どれほど大きな役割を果たすかを示しています。