Imagine que você está entrando em uma biblioteca enorme e caótica, onde milhões de pessoas estão gritando o que gostaram de ler, mas a sala está tão barulhenta que você mal consegue ouvi-las. Algumas pessoas estão sussurrando, outras estão gritando e algumas estão apenas fazendo ruídos aleatórios que parecem indicar que gostaram de um livro, mas na verdade não gostaram. Este é o mundo dos sistemas de recomendação, os motores digitais por trás da Netflix, Spotify e Amazon que tentam adivinhar o que você quer a seguir. Para fazer essas suposições, os computadores usam algo chamado Redes Neurais de Grafos (GNNs). Pense em uma GNN como um bibliotecário superinteligente que não olha apenas para a lista de uma pessoa, mas observa toda a teia de conexões entre cada leitor e cada livro. No entanto, este bibliotecário tem um problema: quando a biblioteca está muito silenciosa (dados esparsos) ou muito barulhenta (feedback ruim), o bibliotecário fica confuso e começa a recomendar livros que você odiará.

A grande questão que os cientistas estão fazendo é: Como ensinamos este bibliotecário a ignorar o ruído e encontrar os padrões reais, mesmo quando os dados são bagunçados? A resposta geralmente envolve o aprendizado contrastivo, que é como pedir ao bibliotecário para comparar duas versões ligeiramente diferentes da mesma história para ver o que permanece igual (a verdade) e o que muda (o ruído). Mas a maioria dos métodos atuais tenta corrigir o ruído sacudindo as prateleiras da biblioteca aleatoriamente ou adicionando livros falsos, o que pode acidentalmente jogar fora as coisas boas junto com as ruins.

Este artigo apresenta um novo e engenhoso bibliotecário chamado COMPASS (Abordagem de Decomposição Múltipla Contrastiva com Sinais Guiados pelo Social). Em vez de sacudir as prateleiras aleatoriamente, o COMPASS usa um par de óculos especiais que permitem que ele veja a biblioteca em camadas. Ele observa o "quadro geral" do que todos gostam (padrões globais) e depois dá um zoom para ver os detalhes minúsculos e específicos do que apenas algumas pessoas gostam (detalhes locais). Ele também ouve o que seus amigos dizem sobre livros, mas apenas como uma sugestão suave, não como uma regra estrita. Os pesquisadores testaram isso em dados reais de música, filmes e livros, e descobriram que o COMPASS é muito melhor em ignorar o ruído e dar ótimas recomendações, mesmo quando os dados são muito bagunçados ou quando os usuários ainda não leram muitos livros.

O Problema: Uma Biblioteca Barulhenta

Imagine que você está tentando descobrir do que seu amigo gosta de comer. Você pergunta a ele: "Você gosta de pizza?" e ele diz "Sim". Mas e se ele estivesse apenas sendo educado, ou talvez estivesse com fome e dissesse sim para tudo? No mundo das recomendações online, isso acontece o tempo todo. Usuários clicam em coisas que não gostam de verdade, ou apenas navegam sem comprar. Isso é chamado de feedback implícito ruidoso.

Os programas de computador atuais que tentam adivinhar o que você gosta (sistemas de recomendação) frequentemente tratam cada clique como uma verdade perfeita. Eles constroem um mapa gigante (um grafo) conectando usuários a itens. Mas se o mapa tiver muitas conexões erradas, o computador se perde. É como tentar navegar em uma cidade onde metade das placas de trânsito aponta para o lugar errado. A maioria dos métodos existentes tenta corrigir isso deletando algumas conexões aleatoriamente ou adicionando conexões falsas para ver o que acontece. Mas isso é um pouco como tentar consertar um mapa quebrado jogando dardos nele e esperando acertar o lugar certo. Frequentemente, isso remove as pistas boas junto com as ruins.

A Solução: COMPASS e Seus Óculos Especiais

Os autores deste artigo, Mohammad Aliabadi, Alireza Abdollahpouri e Parham Moradi, criaram um novo sistema chamado COMPASS. Em vez de adivinhar aleatoriamente quais conexões são reais, o COMPASS usa um truque matemático chamado Decomposição de Valores Singulares (SVD).

Pense no SVD como uma forma de pegar uma foto gigante e bagunçada da biblioteca e decompô-la em camadas de clareza.

1. A Camada de Baixo Rank (O Quadro Geral): Esta camada mostra os padrões mais óbvios. É como ver a biblioteca de um drone: você consegue ver claramente os corredores principais e as seções mais populares. Isso é ótimo para usuários que ainda não leram muitos livros (usuários esparsos), pois lhes dá uma recomendação segura e geral baseada no que todos gostam.
2. A Camada de Alto Rank (Os Detalhes Finos): Esta camada dá um zoom para mostrar os detalhes minúsculos e específicos. É como caminhar pelo corredor e notar que uma pessoa específica ama um gênero muito obscuro. Isso é ótimo para usuários que leram muitos livros (usuários ativos), porque captura seus gostos únicos e específicos.

A maioria dos sistemas olha apenas para uma dessas camadas. O COMPASS, no entanto, coloca um par de óculos Gumbel-Softmax. Esses óculos decidem automaticamente quanto olhar para o "quadro geral" versus os "detalhes finos" para cada pessoa. Se você é um novo usuário, os óculos focam no quadro geral. Se você é um super fã, os óculos dão zoom nos detalhes. Isso acontece automaticamente, sem que o computador precise ser instruído a fazer o quê.

O Sussurro Social

O COMPASS também ouve seus amigos, mas faz isso com cuidado. Em muitos sistemas, se seu amigo gosta de algo, o computador força você a gostar também. Mas e se seu amigo estiver apenas sendo estranho? O COMPASS trata as conexões sociais como um sussurro suave. Ele diz: "Ei, seu amigo gosta disso, então talvez você também goste", mas não força a questão. Se o computador perceber que o gosto do seu amigo não condiz com o seu comportamento real, ele ignora o sussurro. Isso ajuda o sistema a permanecer robusto, mesmo que algumas conexões sociais sejam falsas ou fracas.

O Equilíbrio

Treinar um computador para fazer todas essas coisas ao mesmo tempo é difícil. O computador tem que aprender a recomendar itens (o trabalho principal) enquanto também aprende a ignorar o ruído (o trabalho extra). Se ele focar demais em ignorar o ruído, pode esquecer como recomendar. Se focar demais em recomendar, pode se confundir com o ruído.

Os autores usaram uma estratégia de ponderação de gradiente equilibrada. Imagine uma gangorra onde os pesos estão constantemente se ajustando. O computador observa o quão difícil é aprender cada parte e ajusta o peso automaticamente para manter a gangorra equilibrada. Isso garante que o computador aprenda ambas as habilidades perfeitamente, sem que uma sobreponha a outra.

O Que Eles Descobriram

A equipe testou o COMPASS em três conjuntos de dados do mundo real: Yelp (negócios), LastFM (música) e Douban (livros). Eles o compararam com outros dez sistemas de alto nível.

• Melhor Precisão: O COMPASS superou consistentemente os outros sistemas. No conjunto de dados Douban, ele melhorou a precisão das recomendações em até 5,76% (medido por NDCG@20) em comparação com o segundo melhor sistema. Isso pode parecer pouco, mas no mundo dos mecanismos de recomendação, é uma grande vitória.
• Lidando com o Ruído: Os pesquisadores deliberadamente adicionaram "ruído" aos dados, tornando 20% das interações falsas. Mesmo com essa corrupção, o COMPASS manteve um bom desempenho, enquanto outros sistemas falharam. Isso sugere que o COMPASS é muito bom em ignorar sinais falsos.
• Ajudando Novos Usuários: O sistema foi especialmente bom em ajudar usuários com poucas interações (usuários esparsos). Ao focar no "quadro geral" para esses usuários, ele ainda conseguia fazer boas suposições mesmo sem muitos dados para se basear.
• Velocidade: Apesar de todo esse cálculo extra, o sistema não ficou muito mais lento. Os cálculos extras (as camadas SVD) foram feitos uma única vez antes do treinamento começar, então, durante o aprendizado real, ele era tão rápido quanto os outros sistemas.

A Conclusão

O artigo sugere que o segredo para um bom recomendador não é apenas ter mais dados ou adicionar mais ruído à mistura. É sobre olhar para os dados de diferentes ângulos. Ao decompor as conexões usuário-item em camadas de "quadro geral" e "detalhe fino", e permitir que o sistema decida em qual ângulo focar para cada pessoa, podemos construir sistemas que são mais inteligentes, mais robustos e melhores em lidar com a realidade bagunçada do comportamento humano.

Os autores observam que, embora isso funcione bem, ainda há espaço para crescer. O trabalho futuro poderia envolver tornar os "sussurros sociais" ainda mais inteligentes, descobrindo quais amigos são confiáveis, ou usando a mesma ideia de múltiplas camadas para as próprias redes sociais. Mas, por enquanto, o COMPASS mostra que um pouco de decomposição estrutural ajuda muito a fazer com que nossas recomendações digitais pareçam um pouco mais humanas.