A Gated Hybrid Contrastive Collaborative Filtering Recommendation

1. Declaração do Problema

Os sistemas de recomendação incorporaram cada vez mais resenhas textuais para enriquecer as representações de usuários e itens além dos dados de interação simples (avaliações, cliques). No entanto, existe um desalinhamento crítico na pesquisa atual:

• Incompatibilidade de Objetivos: A maioria dos modelos conscientes de resenhas é otimizada para precisão na previsão de avaliações (por exemplo, RMSE, MAE), enquanto os sistemas de recomendação do mundo real operam sob um paradigma de classificação (recomendação Top-N), onde o objetivo é colocar itens relevantes nas posições superiores.
• Desafios de Integração: A fusão simples de texto de resenhas não estruturado e ruidoso com sinais colaborativos frequentemente leva a desempenho subótimo. Os métodos existentes frequentemente carecem de mecanismos para equilibrar dinamicamente a contribuição dos sinais semânticos contra os embeddings colaborativos, ou falham em otimizar explicitamente a separação entre itens relevantes e não relevantes no espaço latente.

2. Metodologia

Os autores propõem Filtragem Colaborativa Híbrida com Portão (GHCF), um framework que integra sinais semânticos de resenhas em um modelo colaborativo baseado em autoencoder. A metodologia é construída sobre três componentes progressivos:

A. Base: AE-BPR

A fundação é um modelo de Classificação Personalizada Bayesiana baseada em Autoencoder (AE-BPR).

• Arquitetura: Utiliza uma pilha de codificador-decodificador para reconstruir vetores de interação usuário-item.
• Objetivo: Diferentemente dos autoencoders padrão que minimizam o erro de reconstrução (MSE), esta base é treinada com uma perda de Classificação Personalizada Bayesiana (BPR) Pareada. Isso otimiza explicitamente o modelo para atribuir pontuações mais altas a interações positivas observadas do que a itens negativos amostrados, visando diretamente a qualidade da classificação.

B. Extensão Híbrida com Portão (GHCF)

Para incorporar dados de resenhas, os autores introduzem um mecanismo de Fusão com Portão por Camada:

• Extração Semântica: Os textos de resenhas são processados para gerar sinais semânticos. O artigo explora duas abordagens:
  1. Baseada em Tópicos: Usando BERTopic para extrair distribuições de tópicos latentes (por exemplo, "ação", "trama").
  2. Baseada em Texto: Usando embeddings densos de um transformer pré-treinado (all-mpnet-base-v2).
• Portão Adaptativo: Em vez de fundir o texto apenas no gargalo, o modelo injeta sinais semânticos por camada no codificador.
  • Em cada camada do codificador $l$, um mecanismo de portão calcula um coeficiente adaptativo $g_l$ com base na concatenação do estado oculto colaborativo ($h_l$) e do sinal de texto projetado ($T_l$).
  • A representação fundida é calculada como: $h_{fused} = g_l \odot h_l + (1 - g_l) \odot T_l$.
  • Isso permite que a rede controle dinamicamente a influência da informação textual em diferentes níveis de abstração, mitigando o ruído de resenhas não estruturadas.

C. Extensão Contrastiva (GHC2F)

Para refinar ainda mais o espaço latente, um módulo de Aprendizado Contrastivo é adicionado:

• Gargalo de Duplo Caminho: O modelo gera dois vetores latentes para cada usuário:
  1. $z_{cf}$: Uma representação colaborativa derivada exclusivamente de dados de interação.
  2. $z_{fused}$: Uma representação híbrida derivada da fusão com portão de interações e texto.
• Objetivo Contrastivo: Uma perda baseada em InfoNCE é aplicada para maximizar a similaridade entre $z_{cf}$ e $z_{fused}$ para o mesmo usuário (par positivo) enquanto minimiza a similaridade com outros usuários (pares negativos).
• Objetivo: Isso garante que o enriquecimento semântico esteja alinhado com a estrutura colaborativa, atuando como um regularizador para evitar que o espaço latente se distorça devido ao texto ruidoso.

3. Principais Contribuições

1. Framework GHCF: Um novo autoencoder híbrido com portão que integra representações semânticas baseadas em tópicos ou texto na filtragem colaborativa via portagem adaptativa por camada, preservando a modelagem latente compacta.
2. Mecanismo de Portagem Adaptativa: Um portão aprendível que regula dinamicamente a contribuição dos sinais semânticos versus de interação, filtrando efetivamente o ruído e melhorando o alinhamento das representações.
3. Estratégia de Classificação Contrastiva: A introdução de uma variante GHC2F que usa aprendizado contrastivo para alinhar visões colaborativas e híbridas, otimizando explicitamente a separação de itens relevantes e não relevantes.
4. Avaliação Rigorosa: O estudo vai além do simples relato de métricas empregando testes de significância estatística (teste de Friedman, teste post-hoc de Nemenyi) e indicadores de Hipervolume para validar que os ganhos de desempenho não são devidos a variância estocástica.

4. Resultados Experimentais

Os modelos foram avaliados em três conjuntos de dados de referência: Amazon Movies & TV, IMDb e Rotten Tomatoes.

• Métricas de Desempenho: Os modelos foram avaliados usando Taxa de Acerto @10 (HR@10), nDCG@10 e Rank Recíproco Médio (MRR).
• Principais Descobertas:
  • GHCF Topic (usando distribuições de tópicos) superou consistentemente as linhas de base mais avançadas (incluindo DeepCoNN, DAML, TARMF e LETTER) em todos os conjuntos de dados, alcançando particularmente o maior HR@10 e nDCG@10.
  • Tópicos vs. Embeddings Densos: Surpreendentemente, as variantes Baseadas em Tópicos superaram as variantes de Embeddings Densos de Texto. Os autores argumentam que os embeddings densos capturam nuances semânticas irrelevantes demais, enquanto as distribuições de tópicos fornecem uma representação estruturada e livre de ruído das características do item (gêneros, aspectos) que se alinha melhor com as preferências do usuário.
  • Ganhos Significativos: No conjunto de dados Rotten Tomatoes, o GHCF Topic melhorou o HR@10 em aproximadamente 45% sobre a linha de base AE-BPR (0,6352 vs. 0,4368).
  • Validação Estatística: Testes post-hoc de Nemenyi confirmaram que a superioridade do GHCF sobre outros modelos é estatisticamente significativa ($p < 0,05$), distinguindo-o de modelos cujas diferenças de desempenho eram provavelmente devidas a ruído aleatório.

5. Significado e Conclusão

• Ponte da Lacuna: O artigo aborda com sucesso o desalinhamento entre objetivos de previsão de avaliações e requisitos de classificação em sistemas conscientes de resenhas. Ao usar perda BPR e alinhamento contrastivo, garante que o modelo aprenda representações discriminativas adequadas para recomendação Top-N.
• Fusão Controlada: O estudo demonstra que a fusão controlada e adaptativa (via portagem) é superior à concatenação simples ou ponderação estática. Permite que o modelo aproveite o "sinal" nas resenhas enquanto suprime o "ruído".
• Rigor Metodológico: Os autores criticam a falta de rigor estatístico na literatura atual. Ao fornecer uma análise estatística abrangente, estabelecem um novo padrão para avaliar sistemas híbridos de recomendação, provando que suas melhorias são robustas e reproduzíveis.
• Direções Futuras: Os autores sugerem que trabalhos futuros devem focar em mecanismos de atenção mais sofisticados, modelagem explícita da intensidade do sentimento e melhoria da interpretabilidade do mecanismo de portagem.

Em resumo, este artigo apresenta um framework robusto e validado estatisticamente que aproveita efetivamente resenhas textuais para melhorar o desempenho de classificação na filtragem colaborativa, demonstrando que o alinhamento semântico estruturado via portagem e aprendizado contrastivo produz resultados superiores comparados aos métodos existentes mais avançados.