In het digitale tijdperk wordt ons voortdurend gevraagd om het advies van anderen te vertrouwen. Wanneer een streamingdienst een film suggereert of een winkelwebsite een product aanbeveelt, rust dit vaak op de logica dat mensen die in het verleden van dezelfde dingen hielden, ook in de toekomst van dezelfde dingen zullen houden. Dit is het fundament van moderne aanbevelingssystemen. In de echte wereld zijn onze sociale verbindingen echter zelden een perfecte spiegel van onze smaak. We kunnen bevriend zijn met iemand omdat we samen zijn opgegroeid of op hetzelfde kantoor werken, zelfs als we totaal verschillende hobby's hebben. Wanneer een computeralgoritme elke vriendschap behandelt als een teken van gedeelde interesse, loopt het het risico te worden misleid door deze zwakke of irrelevante verbindingen. Deze ruis kan het systeem in verwarring brengen, waardoor het artikelen suggereert die een gebruiker in werkelijkheid niet zal waarderen.

Onderzoekers aan de Shandong University of Technology hebben een nieuwe aanpak ontwikkeld om dit probleem op te lossen, met als doel deze digitale aanbevelingen slimmer te maken door de computer te leren het onderscheid te maken tussen een echte gedeelde interesse en een louter sociale verbinding. Ze noemen hun methode RGDRec. In plaats van blindelings elke sociale link als gids te accepteren, fungeert het systeem als een zorgvuldige redacteur die de betrouwbaarheid van elke relatie evalueert voordat deze de uiteindelijke suggestie mag beïnvloeden. Door de onbetrouwbare verbindingen weg te filteren en de resterende verbindingen te wegen op basis van hoe goed ze overeenkomen met het werkelijke gedrag van een gebruiker, ontdekten de onderzoekers dat ze de nauwkeurigheid van aanbevelingen aanzienlijk konden verbeteren, zelfs wanneer de sociale gegevens rommelig waren of vol afleidingen zaten.

De kernuitdaging waar het team mee te maken kreeg, is dat sociale netwerken in de echte wereld vaak ruis bevatten. In een typische sociale graaf, wat simpelweg een kaart is van wie met wie verbonden is, weerspiegelen veel links geen oprechte gelijkenissen in smaak. Een gebruiker kan een beroemdheid volgen die hij bewondert, maar nooit de producten kopen die die beroemdheid promoot, of hij kan verbonden zijn met een vriend met wie hij geen enkele gemeenschappelijke interesse deelt. Wanneer standaard aanbevelingsalgoritmen informatie verspreiden over deze netwerken, behandelen ze elke verbinding als even belangrijk. Dit betekent dat een ruisachtige of zwakke link het signaal van een sterke, relevante link kan verwateren, wat leidt tot slechte gissingen van het systeem over wat een gebruiker wil. De onderzoekers realiseerden zich dat ze, om dit op te lossen, een manier nodig hadden om de betrouwbaarheid van elke sociale band te meten voordat deze werd gebruikt om iets te leren over de voorkeuren van een gebruiker.

Om dit aan te pakken, ontwierp het team een tweestaps proces dat fungeert als een filter voor sociale informatie. Eerst kijkt het systeem naar de ruwe gegevens om een eerste inschatting te maken van hoe betrouwbaar een specifieke vriendschap is. Dit doet het door twee zaken te controleren: hoeveel de twee mensen in het verleden daadwerkelijk met dezelfde producten of content hebben geïnteracteerd, en hoe centraal de vriend staat binnen het bredere sociale netwerk. Als twee vrienden veel van dezelfde boeken hebben gekocht of dezelfde restaurants hebben bezocht, markeert het systeem hun verbinding als zeer betrouwbaar. Als ze geen gedeelde geschiedenis hebben, wordt de verbinding gemarkeerd als potentieel zwak. Deze initiële beoordeling is geen definitieve beslissing, maar een waarschijnlijkheidsscore die bepaalt hoe waarschijnlijk het is dat het systeem die specifieke vriendschap zal gebruiken om informatie door te geven.

Zodra het systeem deze betrouwbaarheidsscores heeft, verwijdert het de zwakke links niet simpelweg. In plaats daarvan gebruikt het een dynamisch selectieproces. Tijdens de leerfase beslist het systeem willekeurig of een specifieke sociale verbinding in de berekeningen wordt opgenomen, maar maakt het deze keuze op basis van de betrouwbaarheidsscore. Verbindingen met een hoge betrouwbaarheid worden bijna altijd opgenomen, terwijl verbindingen met een lage betrouwbaarheid vaak worden overgeslagen. Dit gebeurt herhaaldelijk terwijl het systeem leert, waardoor het verschillende combinaties van sociale gegevens kan verkennen zonder informatie permanent te verwerpen. Deze aanpak zorgt ervoor dat het systeem niet vastzit aan één enkel, potentieel gebrekkig beeld van het sociale netwerk, maar zich adaptief kan richten op de meest nuttige verbindingen.

De tweede stap omvat het verfijnen van de invloed van de verbindingen die wel worden geselecteerd. Zelfs onder de betrouwbare vrienden zijn sommige misschien relevanter voor een specifieke aanbevelingstaak dan andere. Het systeem gebruikt een leerbaar mechanisme om het gewicht van elke verbinding aan te passen, wat in feand essentieel is om te beslissen hoeveel aandacht aan elke buur moet worden besteed. Hierdoor kan het model de stemmen van vrienden die echt dezelfde interesses delen versterken en de invloed van degenen die slechts losjes verbonden zijn dempen. Door deze selectieve filtering te combineren met een zorgvuldige aanpassing van de invloed, bouwt het systeem een veel helderder beeld van de voorkeuren van de gebruiker, vrij van de statische ruis die sociale aanbevelingsmodellen vaak teisteren.

Om te waarborgen dat deze sociale filtering daadwerkelijk helpt bij de uiteindelijke aanbeveling, voegden de onderzoekers een cross-domein contrastieve leerstap toe. Dit is een methode om het systeem te trainen zodat de verzamelde sociale informatie overeenkomt met de werkelijke koop- of kijkgeschiedenis van de gebruiker. Het systeem vergelijkt de representatie van een gebruiker, afgeleid van hun sociale netwerk, met de representatie die voortvloeit uit hun directe interacties met items. Het moedigt deze twee visies aan om consistent te zijn als ze van dezelfde persoon komen, terwijl het ze uit elkaar duwt als ze van verschillende mensen komen. Dit dient als een controle, die ervoor zorgt dat de gebruikte sociale informatie daadwerkelijk nuttig is voor het voorspellen van voorkeuren en niet slechts willekeurige sociale praatjes is. Cruciaal is dat de uiteindelijke aanbeveling nog steeds wordt gemaakt op basis van de directe interactiegeschiedenis van de gebruiker, waarbij de sociale gegevens alleen als een ondersteunende gids dienen tijdens het trainingsproces. Dit ontwerp voorkomt dat eventuele resterende ruis uit het sociale netwerk de uiteindelijke lijst met suggesties direct corrumpeert.

Het team testte hun methode op drie grote, real-world datasets met informatie over gebruikers op platforms zoals Yelp, Douban en Ciao. Deze datasets bevatten miljoenen interacties en sociale verbindingen, wat een rigoureuze omgeving bood om het vermogen van het systeem om met ruis om te gaan te testen. De resultaten toonden aan dat hun methode, RGDRec, bestaande state-of-the-art modellen consequent overtrof. Het behaalde een hogere nauwkeurigheid in het voorspellen van welke items gebruikers zouden waarderen, gemeten aan de hand van standaardmetrieken zoals hoeveel relevante items verschijnen in de top tien of twintig suggesties. De verbetering was opmerkelijk over alle drie de datasets, wat suggereert dat de aanpak robuust en effectief is, ongeacht het type data of de dichtheid van het sociale netwerk.

Om te bewijzen dat hun methode daadwerkelijk ruis filterde en niet alleen maar geluk had, voerden de onderzoekers een stresstest uit. Ze injecteerden kunstmatig een groot aantal nep, willekeurige sociale verbindingen in de datasets, wat een scenario simuleerde waarin het sociale netwerk zwaar gecorrumpeerd was. Zelfs toen het aantal nepverbindingen het dubbele was van het aantal echte verbindingen, behield het systeem zijn prestaties. De analyse toonde aan dat het systeem van nature zeer lage gewichten toekende aan deze geïnjecteerde, ruisachtige verbindingen, waardoor ze effectief werden genegeerd terwijl er nog steeds een hoge belangrijkheid werd toegekend aan de echte, betrouwbare links. Dit bewees dat het betrouwbaarheidsgestuurde mechanisme erin slaagde de ruis te identificeren en te onderdrukken, waardoor de kwaliteit van de aanbevelingen stabiel bleef, zelfs onder extreme omstandigheden.

Verdere analyse onthulde dat het succes van het systeem voortkwam uit de combinatie van de twee hoofdcomponenten. Het verwijderen van de betrouwbaarheidsfiltering zorgde voor een daling in prestaties, wat bevestigde dat het simpelweg gebruiken van sociale gegevens zonder de kwaliteit te controleren niet voldoende is. Op dezelfde manier schaadde het verwijderen van de cross-domein leerstap de prestaties, wat aantoont dat het afstemmen van sociale gegevens op het werkelijke gedrag van de gebruiker essentieel is. De studie suggereert dat de meest effectieve manier om sociale informatie te gebruiken niet is om het te behanden als een vaste kaart van de waarheid, maar als een dynamische set aanwijzingen die constant geëvalueerd en gewogen moeten worden op basis van hoe goed ze overeenkomen met de acties van de gebruiker in de echte wereld.

De onderzoekers erkennen dat hun huidige methode steunt op statische gegevens, zoals eerdere interacties en netwerkstructuren, en mogelijk niet volledig de complexiteit van relaties kan vatten die in de loop van de tijd veranderen of afhangen van specifiek context. Ze merkten ook op dat hun ruis-simulaties, hoewel effectief, eenvoudiger zijn dan de rommelige realiteit van echte sociale netwerken waar slechte verbindingen nog steeds een subtiele invloed kunnen hebben. De studie biedt echter een sterke fundering voor toekomstige systemen die de kloof tussen met wie we verbonden zijn en wat we daadwerkelijk leuk vinden, beter kunnen overbruggen. Door algoritmen te leren sceptisch te zijn tegenover sociale banden en prioriteit te geven aan bewijs van gedeelde interesse, biedt dit onderzoek een duidelijk pad naar aanbevelingen die werkelijk behulpzaam aanvoelen in plaats van slechts statistisch waarschijnlijk.