Der Vortrag von Martin Esche über Collaborative Filtering bietet eine Einführung in die Funktionsweise und verschiedene Methoden zur Verbesserung von Empfehlungssystemen, darunter Neighborhood-Modelle und Matrixfaktorierung. Es werden Herausforderungen wie Datenknappheit und die Skalierbarkeit der Modelle erörtert. Ein Vergleich der vorgestellten Modelle zeigt, dass Matrixfaktorierung, insbesondere die SVD++-Methode, bessere Genauigkeit bei der Produktempfehlung bietet und dass eine Kombination von Modellen auch vorteilhaft sein kann.

1. Fortschritte im Bereich Collaborative Filtering
Vortrag von Martin Esche
06.12.2013

2. Gliederung
Kurze Einführung in die Funktionsweise von
Collaborative Filtering
 Vorstellung Verschiedener Methoden zur
Verbesserung der Ergebnisse
 Neighborhood Model
 Matrix Factorization Model
 Vergleich der vorgestellten Methoden


3. Einführung in die Funktionalität von Collaborative
Filtering

4. Einführung zu Collaborative Filtering
Grundsätzliche Funktionsweise:
● Es werden Verhaltensmuster von Nutzern
auf Grundlage verschiedener Informationen
(z.B. Bewertungen, Kaufhistorie) in Bezug zu
Produkten erstellt
● Aufgrund der erstellten Muster werden die
Interessen einzelner Nutzer vorhergesagt
● Dem Nutzer werden dann Dinge empfohlen,
die den vorausgesagten Interessen
entsprechen

5. Einführung zu Collaborative Filtering
Es gibt hierbei zwei grundsätzlich unterschiedliche
Ansätze:
● Neighborhood Modelle:
Je nach Model werden Gruppen ähnlicher
Nutzer/Gruppen ähnlicher Produkte bestimmt,
die dann für Empfehlungen genutzt werden
● Matrix Factorization:
Nutzer und Produkte werden in einer Matrix
auf einen Faktor reduziert und dann verglichen

6. Herausforderungen von
Collaborative Filtering
Probleme mit beiden Verfahren (naiv):
● Datenknappheit:
Bei großen Datenbanken: Große Mehrheit
der Bewertungen ist unbekannt
● Skalierbarkeit:
Der Berechnungsaufwand steigt exponentiell
mit der Anzahl der Nutzer/Produkte
● Ignorieren von Synonymen:
Ähnliche Produkte können übersehen
werden, weil sie unterschiedlich benannt sind

7. Neighborhood-Modelle

8. Neighborhood-Modelle: Einführung
Grundsätzlicher Ablauf (Nutzervergleich):
● Eine Nachbarschaft(Neighborhood) von Nutzern
wird für einen Nutzer bestimmt, indem betrachtet
wird, welche anderen Nutzer Produkte ähnlich
wie dieser Nutzer bewerten
● Aus der Nachbarschaft werden die von den
einzelnen Nutzern bewerteten Produkte nach
Güte der Wertung und Häufigkeit des Auftretens
verglichen, worauf die besten ausgewählt und
dem Nutzer empfohlen werden

9. Neighborhood-Modelle: Einführung
Grundsätzlicher Ablauf (Produktvergleich):
● Analog zum Nutzervergleich wird eine Produktnachbarschaft bestimmt
● Für das bestimmte Produkt wird über die
Bewertung der Nachbarschaftsprodukte eine
Wertung des Nutzers geschätzt
● Die Produkte mit der höchsten geschätzten
Wertung werden dann angezeigt

10. Neighborhood-Modelle: Berechnung
der Ähnlichkeit
Bei der Schätzung von Bewertungen ist zu
beachten, dass es Nutzer gibt, die im allgemeinen
höher abstimmen.
Ebenso gibt es Produkte, die im allgemeinen eine
bessere Bewertung erhalten.
→ Dies ist in den Schätzungen mit einzubeziehen!
Standardbewertung :
x
Abweichung Nutzer u:
b(u)
Abweichung Produkt i:
b(i)
Standardbewertung Nutzer u, Produkt i:
b ui =x+b u+bi

11. Neighborhood-Modelle: Berechnung
der Ähnlichkeit
Die Tendenz von Nutzern, die Produkte i und j
ähnlich zu bewerten, wird dann mit dem PearsonKorrelationskoeffizient berechnet.
Dabei wird die Gruppe Nutzer U betrachtet, die
sowohl i als auch j bewertet haben. Auch wird die
Abweichung von Nutzern und Produkten b(u,i)
und b(u,j) mit einbezogen.
pij =
(∑ u∈U (r ui −b ui )(r uj −b uj ))
√
2
2
( ( ∑ u∈U (r ui −bui ) ∗( ∑ u∈U (r uj −b uj ) )))

12. Neighborhood-Modelle: Berechnung
der Ähnlichkeit
Es lässt sich dann für jeden Nutzer u die geschätzte
Wertung für das Produkt i berechnen, indem man
einen gewichteten Durchschnitt der Wertungen für
die durch die obige Formel bestimmten nächsten
Nachbarn K errechnet.
r ui =b ui +
( ∑ j∈ K pij (r uj −b uj ))
( ∑ j∈ K pij )

13. Neighborhood-Modelle: Berechnung
der Ähnlichkeit
Hierbei ist zu beachten, dass die Gewichtung des
Durchschnitts hierbei von der Ähnlichkeitsfunktion
der Nachbarn abhängt, was einige Probleme mit
sich bringt.
Eine verbesserte Version dieser Berechnung würde
Für die Gewichtung die tatsächlichen Bewertungen
verwenden.

14. Matrix Factorization

15. Matrix Factorization: Einführung
Bei Matrix Factorization erhalten Produkte und
Nutzer gemeinsame Faktoren, auf denen ihre
Abhängigkeit voneinander abgebildet wird.
Beispiel: Filme
Faktor: Komödie oder Drama
Ein Film hat einen hohen Komödienfaktor,
ein Nutzer einen großes Interesse an hohem
Komödienfaktor
→ Der Film ist für den Nutzer interessant

16. Matrix Factorization: SVD(Singular
Value Decomposition)
Jedes Produkt i ist mit einem Vektor q(i) assoziiert,
und jeder Nutzer u mit einem Vektor p(u).
Für i sagen die Elemente von q aus, wie hoch der
Anteil an dem jeweiligen Faktor für das Produkt ist,
für u sagt p aus, wie hoch das jeweilige Interesse ist.
Das Skalarprodukt der Vektoren zeigt dann das
Intresse des Nutzers am gegebenen Produkt.

17. Matrix Factorization: SVD
Multipliziert man also für Faktoren q(i) und p(u) skalar
und nimmt noch die zuvor erklärten Abweichungen
b(u) und b(i) sowie die Standardwertung x hinzu, so
Lässt sich die vorhergesehene Bewertung des
Produktes i durch den Nutzer u r(u,i) wie folgt
berechnen:
T
i
r ui = x+bi +b u +q pu

18. Matrix Factorization: SVD
Um die Modellparameter (b(i), b(u), q(i), p(u) )
herauszufinden, wird die mittlere Quadratische
Abweichung berechnet:
min(
∑
(u , i)∈K
T
i
2
2
2
2
2
r ui −x−bi −bu −q p u ) +k (bi +bu +∥qi ∥+∥pu∥)

19. Matrix Factorization: SVD
Um die Modellparameter (b(i), b(u), q(i), p(u) )
herauszufinden, wird die mittlere Quadratische
Abweichung berechnet:
min(
∑
(u , i)∈K
T
i
2
2
i
2
u
2
i
2
u
r ui −x−bi −bu −q p u ) +k (b +b +∥q ∥+∥p ∥)
Hier kann man dann mit Hilfe der kleinstenQuadrate-Methode abwechselnd p's fest setzt
um nach den q's aufzulösen und q's fest setzt
um nach den p's aufzulösen.

20. Matrix Factorization: SVD++
Die SVD-Methode kann dadurch verbessert werden,
dass auch implizite Information einbezogen wird
Implizite Information bedeutet alle Information, die
nicht direkt durch Bewertungen gegeben wird.
Dies kann zum Beispiel sein, wie oft sich ein Nutzer
ein Produkt ansieht, oder ob er ein Produkt bewertet
hat.

21. Matrix Factorization: SVD++
Beim SVD++ Model ist diese Zusatzinformation,
welche Produkte der Nutzer bewertet hat. Diese
Information wird durch einen weiteren Vektor y(i) beim
Produkt dargestellt. Die neue Gleichung ist dann:
T
i
(
r ui =x+bi +b u +q ( p u +∣R(u)∣
−1
)
2
∗∑ j∈ R(u) y j )
Die Modellparameter werden hier wieder durch
Minimieren der mittleren quadratischen Abweichung
und stochastischen Gradientenabstieg bestimmt.

22. Matrix Factorization: timeSVD++
Beim timeSVD++ Model wird zusätzlich zur normalen
Bewertungsinformation noch berücksichtigt, dass sich
Wertungen mit der Zeit ändern können, so können
Beispielsweise Horrorfilme ein Jahr lang hohe
Popularität genießen, jedoch dann abfallen.
Das bedeutet, dass Nutzerausrichtung b(u),
Produktbevorzugung b(i) und Nutzervorlieben p(u)
jeweils noch eine zeitliche Komponente mit sich
bringen: bi (t) , b u (t) und p u (t )

23. Matrix Factorization: timeSVD++
Durch diese Anpassungen kann Beispielsweise
erkannt werden, welche Art von Filmen zu
Weihnachten mehr ausgeliehen werden als sonst im
Jahr, oder wie ein Nutzer seine Vorlieben im Laufe
der Zeit ändert.

24. Vergleich der Vorgestellten Modelle

25. Vergleich der Modelle:
Neighbourhood Nutzer/Produkte
Produkt-fokussierte Neighbourhood-Modelle können
Im Vergleich zu Nutzerfokussierten Modellen deutlich
einfacher neue Bewertungen und Nutzer einfügen,
solange sich die Beziehungen zwischen Produkten
nicht ändert, was sehr selten geschieht.

26. Vergleich der Modelle: Matrix
Factorisation
Die Standardmethode SVD kann durch verschiedene
Zusatzvektoren so erweitert werden, dass sie in
einem Datenbanktest von den hier betrachteten
Modellen die höchste Genauigkeit bei der Empfehlung
Von Produkten erzielt.
Die timeSVD++ Methodik, bei der dies der Fall war,
kann auch mit weniger Information gute Ergebnisse
liefern, da sie sich nicht nur auf Bewertungen
verlässt.

27. Ausblick: Modellmischformen
Es ist durchaus möglich, die hier präsentierten
Modelle erfolgreich zu vermischen;
Beispielsweise lässt sich ein Neighborhood Modell
auch mit Faktoren realisieren, auch zeitliche
Aspekte können bei erweiterten Modellen eine
Rolle spielen.

28. Quellen
●
Advances in Collaborative Filtering
Yehuda Koren and Robert Bell
Analysis of Recommendation Algorithms for E-Commerce
Badrul Sarwar, George Karypis, Joseph Konstan, and John Riedl
●
Application of Dimensionality Reduction in Recommender System - A
Case Study
Badrul Sarwar, George Karypis, Joseph Konstan, and John Riedl
●