The Benefits of Diversity: Combining Comparisons and Ratings for Efficient Scoring
EPFL(苏黎世联邦理工学院);Univ. Grenoble Alpes(格勒诺布尔阿尔卑斯大学);CNRS(法国国家科学研究中心);Grenoble INP(格勒诺布尔国立理工学院);GIPSA-lab(格勒诺布尔实验室)
SCoRa通过结合比较和评分提升评分效率,实验证明其在模型不匹配情况下仍能准确恢复评分。
2026-02-08 cs.LG
Do LLMs Understand User Preferences? Evaluating LLMs On User Rating Prediction
Google Research(谷歌研究院)
本文评估不同规模LLMs在用户评分预测任务上的表现,发现零样本LLMs不如传统协同过滤,但微调后仅需少量数据即可达到相当或更优性能,凸显数据效率优势。
2023-05-10 cs.IR cs.LG
Provable Benefits of Policy Learning from Human Preferences in Contextual Bandit Problems
Princeton University(普林斯顿大学);Oregon State University(俄勒冈州立大学);Georgia Institute of Technology(佐治亚理工学院)
本文从理论上比较了离线上下文赌博机中绝对评分与偏好排序两种人类反馈方法,揭示了人类偏差和不确定性对理论保证的影响,为偏好方法的经验成功提供了建模层面的解释。
2023-10-28 cs.LG math.ST stat.ML
Self-Play with Adversarial Critic: Provable and Scalable Offline Alignment for Language Models
Princeton University(普林斯顿大学);UW-Madison(威斯康星大学麦迪逊分校)
本文提出SPAC方法,将自博弈与平均悲观技术结合,首次实现可证明且可扩展的LLM离线偏好对齐,并在7B Mistral模型上验证了其有效性。
2024-06-06 cs.AI cs.CL cs.LG
Rating-based Reinforcement Learning
University of Texas, San Antonio(德克萨斯大学圣安东尼奥分校);DEVCOM Army Research Laboratory(美国陆军作战能力发展司令部研究实验室)
针对强化学习的人类指导问题,提出无需样本对相对比较、基于单条轨迹人类评分的强化学习方法,搭配新型评分预测模型与多分类损失函数,经合成及真实人类评分实验验证了其有效性与优势。
2024-01-29 cs.AI cs.LG cs.RO
Provable Reward-Agnostic Preference-Based Reinforcement Learning
Princeton University(普林斯顿大学);Cornell University(康奈尔大学)
该研究提出奖励无关的基于偏好强化学习理论框架,先探索再收集人类反馈,降低了线性偏好模型下学习最优策略的反馈需求,还适配低秩MDP并提出动作反馈场景的高效查询算法,填补了理论与实践的空白。
2024-04-17 cs.AI cs.LG math.ST
Conditional Equivalence of DPO and RLHF: Implicit Assumption, Failure Modes, and Provable Alignment
The Hong Kong University of Science(香港科技大学);Hong Kong Baptist University(香港 Baptist 大学)
本文研究了DPO与RLHF的等价性问题,指出其等价性依赖于一个隐含假设,当该假设不成立时,DPO会优化相对优势而非绝对对齐,从而导致路径性收敛。作者提出CPO方法,通过引入约束实现可证明对齐,并通过几何解释揭示DPO的margin ranking机制。
2026-05-20 cs.AI cs.LG
Fast Collaborative Filtering from Implicit Feedback with Provable Guarantees
构建推荐算法是机器学习中最具挑战性的任务之一。虽然大多数推荐系统都是建立在用户在评分或文本方面的明确反馈上的,但大多数应用程序都没有收到这样的反馈。在这里,我们考虑推荐任务,其中唯一可用的数据是用户与项目交互的记录,随着时间的推移,在订阅或购买项目方面,这被称为隐式反馈推荐。对于任何Web应用程序来说,通常都有大量这样的用户-项目交互。像PLSI或矩阵分解这样的算法在数据集上运行几次迭代,对于大型数据集来说可能非常昂贵。在这里,我们提出了一个推荐算法的基础上的矩方法,其中涉及到的二阶和三阶矩的数据集的因式分解。我们的算法可以证明是全局收敛的PAC学习理论。此外,我们展示了如何通过整个数据集只使用三次来提取参数。这导致了一个高度可扩展的算法,即使在具有单核处理器和8 GB RAM的机器上也可扩展到数百万用户,并产生与现有算法相比具有竞争力的性能。
2016-08-21 cs.LG
Criteria Tell You More than Ratings: Criteria Preference-Aware Light Graph Convolution for Effective Multi-Criteria Recommendation
Yonsei University(延世大学);The University of New South Wales Australia(澳大利亚新南威尔士大学)
本文首次将 GNN 用于多准则推荐,提出 CPA-LGC,通过多准则扩展图与准则偏好嵌入捕获高阶协同信号,并在四个真实数据集上验证其准确、有效且高效。
2023-06-06 cs.AI cs.IR cs.IT
Provable Offline Preference-Based Reinforcement Learning
Princeton University(普林斯顿大学);Cornell University(康奈尔大学)
针对离线基于偏好的强化学习问题,提出结合MLE通用函数逼近奖励估计与分布鲁棒规划的算法,给出多项式样本学习保证与相关下界,并扩展到动作对反馈场景。
2023-09-29 cs.LG math.ST stat.ML
User-Specific Bicluster-based Collaborative Filtering: Handling Preference Locality, Sparsity and Subjectivity
LASIGE(LASIGE实验室);Faculdade de Ciências, Universidade de Lisboa(里斯本大学理学院);INESC-ID(葡萄牙国家工程与计算机系统研究所);Instituto Superior Técnico, Universidade de Lisboa(里斯本大学高等理工学院)
协同过滤(CF),最常见的方法来建立推荐系统,成为我们的日常生活中无处不在的产品和服务的消费者。然而,挑战限制了协同过滤方法在处理推荐数据时的有效性,主要是由于用户偏好的多样性和局部性,用户项目评级的结构稀疏性,评级尺度的主观性,以及越来越高的项目维度和用户基础。为了应对这些挑战,一些作者提出了将CF与Biclustering技术相结合的成功方法。这项工作评估了双聚类方法对CF的有效性,比较了算法选择的影响,并确定了基于双聚类的优越CF的原则。因此,我们提出了USBFC,一个基于双聚类的CF方法,创建用户特定的模型,从强一致性和统计上显着的评级模式,对应于跨用户的共享偏好的子空间。对真实世界数据的评估表明,USBCF实现了与最先进的CF方法相比具有竞争力的预测准确性。此外,USBFC成功地抑制了以前提出的国家的最先进的双聚类为基础的CF的主要缺点,通过增加覆盖率,和coclustering为基础的CF通过加强子空间的均匀性。
2022-11-15 cs.IR cs.LG
Nonparametric Preference Completion
University of Michigan(密歇根大学)
我们考虑的任务,合作的偏好完成:给定一个项目池,一个池的用户和部分观察项目用户评级矩阵,我们的目标是恢复所有项目的每个用户的\emph{personalized ranking}。我们的方法是非参数的:我们假设每个项目$i$和每个用户$u$具有未观察到的特征$x_i$和$y_u$,并且相关联的评级由$g_u(f(x_i,y_u))$给出,其中$f$是Lipschitz,而$g_u$是依赖于用户的单调变换。我们提出了一个$k$ -最近邻类算法,并证明了它是一致的。据我们所知,这是第一个一致性结果的协作偏好完成问题在非参数设置。最后,我们证明了我们的算法的性能与Netflix和Movielens数据集上的实验。
2018-04-10 cs.LG stat.ML
Post-fusion monolithic hybrid recommender system for suggesting relevant movies to users
针对推荐系统中单一协同过滤方法的不足,提出融合观看电影序列与电影评分的混合后融合推荐系统,通过动态权重矩阵适配不同用例,提升用户偏好匹配效果。
2025-08-25 cs.IR cs.LG
Designing Optimal Binary Rating Systems
Stanford University(斯坦福大学)
现代在线平台依赖于有效的评级系统来了解物品。我们考虑的最优设计的评级系统,交易后收集二进制反馈。我们做了三个贡献。首先,我们将评级系统的性能形式化为它恢复项目的真实潜在排名(在大偏差意义上)的速度,考虑项目的潜在匹配率和平台的偏好。其次,我们提供了一个有效的算法来计算二进制反馈系统,产生最高的性能。最后,我们展示了如何使用这种理论视角来经验性地设计一个可实现的、近似最优的评级系统,并使用Amazon Mechanical Turk上收集的真实实验数据来验证我们的方法。
2019-04-07 cs.LG stat.ML
Reward Learning through Ranking Mean Squared Error
Calarina Muslimani(卡拉里娜·穆斯林尼);Matthew E. Taylor(马修·E·泰勒)
本文提出了一种基于排名的强化学习方法R4,通过引入新的排名均方误差损失函数,从轨迹-评分对数据中学习奖励函数,并在机器人基准测试中表现出色。
2026-06-03 cs.AI cs.LG
Adaptive Margin RLHF via Preference over Preferences
University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);University of Texas at Austin(德克萨斯大学奥斯汀分校)
研究在基于人类反馈的强化学习中奖励模型学习的边际优化问题,提出利用偏好之上的偏好推断自适应边际,介绍具体实例DPO-PoP,提升判别和生成性能,并给出采样策略。
2026-07-07 cs.AI cs.CL cs.LG
HelpSteer2-Preference: Complementing Ratings with Preferences
NVIDIA(英伟达);Georgia Tech(佐治亚理工学院)
为解决 Bradley-Terry 与 Regression 奖励模型因数据格式不兼容而难以公平比较的问题,研究发布带人工理由的偏好标注补充 HelpSteer2 数据集,并提出融合两种范式的新方法,使模型在 RewardBench 和 Arena Hard 上均取得第一。
2025-03-06 cs.AI cs.CL cs.LG
Two-Way Latent Grouping Model for User Preference Prediction
University of Helsinki(赫尔辛基大学);Helsinki University of Technology(赫尔辛基理工大学);Xtract Ltd.(Xtract有限公司)
我们介绍了一种新的潜在的分组模型预测的相关性,一个新的文档给用户。该模型假设一个潜在的组结构的用户和文档。我们将该模型与最先进的方法,即用户评级配置文件模型进行了比较,其中只有用户具有潜在的组结构。我们估计这两个模型的吉布斯抽样。新方法预测的相关性更准确地为新的文件,有几个已知的评级。原因是,概括的文件,然后成为必要的,因此双向分组是有益的。
2012-07-04 cs.IR cs.LG stat.ML
Symmetric Collaborative Filtering Using the Noisy Sensor Model
University of British Columbia(不列颠哥伦比亚大学)
协同过滤是基于用户和多个其他用户对各种物品的偏好评级来做出关于用户的潜在偏好(例如,在因特网上购物)的推荐的过程。本文研究了基于显式多值评分的协同过滤。为了评估算法,我们只考虑{em pure}协同过滤,只使用评级,没有关于人或项目的其他信息。我们的方法是通过使用其他人对该项目的评价和用户对其他项目的评价作为噪声传感器来预测用户对特定项目的偏好。噪声传感器模型使用贝叶斯定理来计算用户对新项目的评分的概率分布。我们给出了两个变体模型:在一个例子中,我们学习了一个{em经典正态线性回归}模型来描述用户如何对项目进行评分;在另一个例子中,我们假设不同的用户对项目的评分相同,但是需要学习这些传感器的准确性。我们将这些变体模型与最先进的技术进行比较,并显示它们是如何明显更好的,无论用户只评价了两个项目还是多个项目。我们使用电影评级的EachMovie数据库脚注{http://research.compaq.com/SRC/eachmovie/}来验证临时结果。我们还表明,通过考虑项目的相似性以及用户的相似性,预测的准确性增加。
2013-01-10 cs.IR cs.LG
Personalized Recommendations via Active Utility-based Pairwise Sampling
本文提出一种基于效用的主动成对采样框架,通过从成对比较中学习偏好并选择最能提升最终推荐效用的查询,在电影推荐和大学招生场景中实现了更准确、数据高效且以用户为中心的个性化排序。
2025-08-12 cs.IR cs.LG
Provable Pluralistic Alignment: Multi-Party RLHF under Offline Human Feedback
Peking University(北京大学);Columbia University(哥伦比亚大学);University of Pennsylvania(宾夕法尼亚大学);Carnegie Mellon University(卡内基梅隆大学);Rutgers University(罗格斯大学)
本文提出离线RLHF下多方多元对齐的统一框架,通过联合估计参与方奖励并在纳什、功利和平均主义目标下悲观优化,处理有限、异质及循环反馈,提供有限样本保证。
2026-09-09 cs.AI cs.LG stat.ME
Interpretable Preferences via Multi-Objective Reward Modeling and Mixture-of-Experts
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of Wisconsin–Madison(威斯康星大学麦迪逊分校)
针对传统奖励模型黑箱不可解释的问题,提出结合多维度绝对评分多目标奖励模型ArmoRM与混合专家门控策略的两阶段方法,在RewardBench上取得SOTA,性能超GPT-4评判法且接近大参数量奖励模型。
2024-06-18 cs.CL cs.LG
Cold-start Recommendation by Personalized Embedding Region Elicitation
VinAI Research(VinAI研究院);The Chinese University of Hong Kong(香港中文大学);College of Engineering & Computer Science, VinUniversity(VinUniversity工程与计算机科学学院)
针对冷启动推荐中固定物品集限制性能的问题,提出两阶段个性化评分提取方案,利用区域估计表示用户嵌入并顺序选择自适应物品,显著提升了推荐效果。
2024-06-03 cs.IR cs.LG
Data augmentation and refinement for recommender system: A semi-supervised approach using maximum margin matrix factorization
National Institute of Technology, Warangal(瓦朗加尔国家理工学院);University of Delhi(德里大学);Mahindra University(马恒达大学)
针对协同过滤推荐系统受数据稀疏性限制的问题,提出基于自训练的半监督方法,利用最大间隔矩阵分解迭代进行高置信度评分增强与低置信度条目精炼,提升了基线算法性能。
2023-09-30 cs.IR cs.LG
Direct Distributional Optimization for Provable Alignment of Diffusion Models
University of Tokyo(东京大学);RIKEN(理化学研究所);UC Berkeley(加州大学伯克利分校);Agency for Science, Technology and Research (A⋆STAR)(新加坡科技研究局);Nanyang Technological University(南洋理工大学)
提出一种基于 Dual Averaging 和 Doob $h$-变换的扩散模型直接分布优化对齐框架,具有严格收敛保证,并在合成与图像数据集上验证了其有效性。
2025-03-06 cs.LG
Peering Through Preferences: Unraveling Feedback Acquisition for Aligning Large Language Models
University of California Los Angeles(加利福尼亚大学洛杉矶分校)
本研究分析了大语言模型对齐中评分与排序两种稀疏反馈协议,发现两者偏好不一致率达60%,且影响模型评估,揭示评估方法对反馈协议的依赖。
2024-02-05 cs.AI cs.CL cs.LG
Online Learning with Preference Feedback
Cornell University(康奈尔大学)
提出了一种新的带有偏好反馈的在线学习模型。该模型特别适用于Web搜索和推荐系统等应用程序,其中偏好数据很容易从隐式用户反馈(例如点击)中获得。特别地,在每个时间步骤,响应于上下文(例如查询)向用户呈现潜在结构化对象(例如排名),为他或她提供一些未观察到的效用量。作为反馈,算法接收到将提供更高效用的改进对象。我们提出了一个学习算法与可证明的遗憾界这个在线学习设置,并证明其有效性的网络搜索应用程序。新的学习模型也适用于许多其他的互动学习问题,并承认几个有趣的扩展。
2011-11-03 cs.AI cs.LG
BPMR: Bayesian Probabilistic Multivariate Ranking
University of Virginia(弗吉尼亚大学)
多方面的用户偏好在推荐系统中引起了更广泛的关注,因为它们能够更详细地了解用户对项目的评价。以往的研究表明,将多方面的偏好,可以大大提高推荐的性能和可解释性。然而,由于推荐本质上是一个排名问题,因此没有原则性的解决方案来对多个方面进行集体排名以增强推荐。在这项工作中,我们推导出一个多方面的排名标准。为了保持不同方面之间的依赖性,我们建议使用多方面评级的向量化表示,并开发一个概率多变量张量分解框架(PMTF)。该框架自然会导致一个概率多方面的排名标准,它概括了单方面的排名,以多变量的时尚。在一个大的多方面评论评分数据集上的实验结果证实了我们的解决方案的有效性。
2022-04-16 cs.IR cs.LG
The Authenticity Gap in Human Evaluation
Stanford University(斯坦福大学)
该研究发现NLG评估的标准人工评分协议存在真实性差距,因隐含假设被违反导致无法准确反映人类偏好,提出适用于开放式任务的SPA协议,且SPA能更准确恢复GPT-3模型的排序。
2026-08-19 cs.AI cs.CL cs.LG
Dynamic Review-based Recommenders
Competence Center Machine Learning Rhine-Ruhr(莱茵-鲁尔机器学习能力中心);University of Bonn(波恩大学);Fraunhofer Center for Machine Learning(弗劳恩霍夫机器学习中心);Fraunhofer IAIS(弗劳恩霍夫智能分析与信息系统研究所);Berlin Center for Machine Learning(柏林机器学习中心);TU Berlin(柏林工业大学)
正如用户偏好随时间而变化一样,商品评论也反映了这些相同的偏好变化。简而言之,如果一个人要顺序地将评论内容知识纳入推荐系统,那么自然会导致文本的动态模型。在目前的工作中,我们利用评论的已知力量,以(i)尊重评论生成的因果关系和(ii)包括,以双向的方式,评级通知语言评论模型的能力,反之亦然,语言表示,帮助预测端到端的评级。此外,我们的表示是时间间隔意识,从而产生一个连续的时间表示的动态。我们提供了在真实世界数据集上的实验,并表明我们的方法能够优于几个最先进的模型。所有模型的源代码可以在[1]中找到。
2022-03-22 cs.CL cs.IR cs.LG
Eliciting ESG Preferences for Reinforcement Learning-Based Portfolio Optimization
Politecnico di Milano(米兰理工大学);King’s College London(伦敦国王学院)
本研究将ESG感知投资组合优化转化为多目标强化学习问题,整合三家ESG机构评级,通过高斯过程偏好引出框架结合LLM角色模拟,发现区域背景影响ESG与收益偏好权重,提供适配现实偏好的算法交易框架。
2026-10-30 cs.CE cs.LG q-fin.PM
Distribution-Calibrated Inference Time Compute for Thinking LLM-as-a-Judge
University of California, Berkeley(加州大学伯克利分校);DeepMind(深Mind);University of Cambridge(剑桥大学)
针对思考型大语言模型作为评判者时单样本噪声和聚合不一致问题,提出基于Bradley-Terry-Davidson模型的分布校准聚合方案,利用极性(非平局边际)和决定性(非平局率)区分微弱多数与强共识,显著降低MAE并提高成对准确率,匹配或超越人类评判者。
2026-06-02 cs.AI cs.LG
Active Algorithms For Preference Learning Problems with Multiple Populations
University of Wisconsin, Madison(威斯康星大学麦迪逊分校);Walmart Labs(沃尔玛实验室)
在本文中,我们将人口的学习偏好问题建模为一个主动学习问题。我们提出了一种算法,可以自适应地选择项目对显示给来自异质人口的用户,并使用获得的奖励来决定哪对项目下一个显示。我们提供了计算效率高的算法与可证明的样本复杂性保证这个问题在无噪声和噪声的情况下。在为我们的算法建立样本复杂度保证的过程中,我们使用Nystr{<$} m类方法建立了新的结果,该方法可以是独立的。我们补充我们的理论结果与实验比较。
2016-06-22 cs.AI cs.LG stat.ML
Provable Multi-Objective Reinforcement Learning with Generative Models
University of California, Los Angeles(加州大学洛杉矶分校);J. P. Morgan AI Research(摩根大通人工智能研究院)
多目标强化学习(MORL)是普通的单目标强化学习(RL)的扩展,适用于许多现实世界中存在多个目标而没有已知相对成本的任务。我们研究了单策略MORL问题,它学习目标偏好的最优策略。现有的方法需要强的假设,如多目标马尔可夫决策过程的确切知识,并在无限的数据和时间的限制进行分析。我们提出了一种新的算法称为基于模型的包络值迭代(EVI),它推广了杨等人的包络多目标$Q$ -学习算法,2019.我们的方法可以学习一个接近最优的价值函数多项式的样本复杂度和线性收敛速度。据我们所知,这是第一个有限样本分析MORL算法。
2021-01-11 cs.AI cs.LG math.OC
PMD: An Optimal Transportation-based User Distance for Recommender Systems
The Chinese University of Hong Kong(香港中文大学);Tencent Quantum Lab(腾讯量子实验室);Tsinghua-Berkeley Shenzhen Institute(清华-伯克利深圳学院)
协同过滤是一种广泛使用的推荐技术,它通过聚集相似用户的评分来预测用户的偏好。因此,这些措施不能充分利用评级信息,不适合现实世界的稀疏数据。为了解决这些问题,我们提出了一种新的用户距离测量命名为偏好移动者的距离(PMD),充分利用每个用户的所有评级。我们提出的PMD可以正确地测量一对用户之间的距离,即使他们没有共同评级的项目。我们表明,这一措施可以作为一个实例,地球移动器的距离,一个经过充分研究的运输问题,其中几个高效的求解器已经开发出来。实验结果表明,PMD可以帮助实现优于国家的最先进的方法,特别是当训练数据是非常稀疏的推荐精度。
2019-12-10 cs.AI cs.IR cs.LG
Mixed Likelihood Variational Gaussian Processes
University of Pennsylvania(宾夕法尼亚大学);Meta Reality Labs;Meta
提出混合似然变分高斯过程,在单个证据下界中结合多个似然以联合建模多种类型数据,有效利用先验知识和用户置信度等辅助信息,提升了人在回路实验中的主动学习与偏好学习性能。
2025-03-06 cs.LG stat.ML
Addressing the Item Cold-start Problem by Attribute-driven Active Learning
Zhejiang University(浙江大学);Simon Fraser University(西蒙弗雷泽大学);Northwest University of China(西北大学)
在推荐系统中,冷启动问题是指对于某些用户或项目没有已知的先前事件(例如评级)的情况。在本文中,我们专注于项目的冷启动问题。内容信息(例如项目属性)和初始用户评级对于抓住用户对新项目的偏好都是有价值的。然而,针对项目冷启动问题,以往的方法要么1)将内容信息融入协同过滤中进行混合推荐,要么2)主动选择用户对新项目进行评分,而不考虑内容信息,然后进行协同过滤。针对项目冷启动问题,提出了一种新的基于主动学习和项目属性信息的推荐方案。具体而言,我们设计了有用的用户选择标准的基础上项目的属性和用户的评分历史,并结合在一个优化框架中选择用户的标准。通过利用反馈评级,用户以前的评级和项目的属性,我们然后生成准确的评级预测的其他用户。在两个真实数据集上的实验结果表明,该方法优于传统方法。
2018-05-23 cs.IR cs.LG stat.ML
A movie genre prediction based on Multivariate Bernoulli model and genre correlations
Korea University of Technology and Education(韩国技术教育大学)
电影评级在确定潜在观众观看电影的可能性和反映当前观众对电影的满意度方面都起着重要作用。它们存在于电视指南、畅销参考书、报纸专栏和电视节目等多种来源中。此外,电影评级对于跟踪所有用户行为并利用这些信息来推荐他们可能喜欢的项目的推荐引擎至关重要。因此,在大多数情况下,电影评级提供的信息可能比电影特征数据更重要。直观地吸引人的是,关于电影类型中的观看偏好的信息足以预测未标记电影的类型。为了预测电影类型,我们把收视率作为一个特征向量,应用伯努利事件模型来估计电影给定类型的可能性,并使用贝叶斯规则评估给定电影类型的后验概率。所提出的技术的目标是有效地使用电影评级的任务,预测电影类型。在我们的方法中,我们试图回答这样一个问题:“给定观看电影的用户集,是否有可能根据其评级预测电影的类型?“我们对MovieLens 100k数据的模拟结果证明了我们提出的技术的效率和准确性,精确预测的预测率达到59%,包括相关类型时达到69%。
2016-03-25 cs.IR cs.LG
ImageReward: Learning and Evaluating Human Preferences for Text-to-Image Generation
Tsinghua University(清华大学);Zhipu AI(智谱AI);Beijing U. of Posts and Telecommunications(北京邮电大学)
本文提出ImageReward奖励模型和ReFL调优算法,利用人类偏好反馈改进文生图模型,并通过自动和人类评估验证其有效性。
2023-12-28 cs.CV cs.LG
Discrete-Valued Latent Preference Matrix Estimation with Graph Side Information
University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
在推荐系统中引入图边信息已被广泛用于更好地预测评级,但相对较少的工作集中在理论保证上。Ahn et al.(2018)首先描述了存在图边信息的最佳样本复杂度,但由于对未知的潜在偏好矩阵和用户集群结构进行了严格的、不切实际的假设,结果受到限制。在这项工作中,我们提出了一个新的模型,其中1)未知的潜在偏好矩阵可以有任何离散值,2)用户可以被聚类成多个集群,从而放松了在以前的工作中所做的假设。在这个新的模型下,我们充分刻画了最佳样本复杂度,并开发了一个计算效率高的算法,匹配的最佳样本复杂度。我们的算法是强大的模型误差,并优于现有的算法在合成和真实数据的预测性能。
2021-09-07 cs.IT cs.LG math.IT
Selective Transfer Learning for Cross Domain Recommendation
Hong Kong University of Science & Technology(香港科技大学)
协同过滤(CF)的目的是根据历史用户项目偏好数据来预测用户对项目的评分。在许多现实世界的应用中,偏好数据通常是稀疏的,这会使模型过拟合,无法给出准确的预测。近年来,一些研究工作表明,通过从一些手动选择的源域转移知识,数据稀疏问题可以得到缓解。然而,在大多数情况下,源域数据的一部分与目标域中的观测值不一致,这可能会误导目标领域模型的建立。在本文中,我们提出了一种新的标准的基础上,经验预测误差及其方差,以更好地捕捉跨领域的一致性CF设置。因此,我们将此标准嵌入到一个提升框架中,以执行选择性知识转移。与几种最先进的方法相比,我们表明我们提出的选择性迁移学习框架可以显着提高几种现实推荐任务的评级预测任务的准确性。
2012-10-26 cs.IR cs.LG stat.ML
Explicit Feedbacks Meet with Implicit Feedbacks : A Combined Approach for Recommendation System
Indian Institute of Technology Patna(印度理工学院巴特那分校)
推荐系统通过分析用户对不同品牌商品的潜在兴趣,更准确地推荐商品。结合用户的评分相似性,用户的隐式反馈的存在,如点击项目,查看项目规格,观看视频等已被证明有助于学习用户的嵌入,这有助于更好地预测用户的评分。现有的推荐系统大多集中于对用户的评价和隐式反馈进行建模,而忽略了用户的显式反馈。显式反馈可以用于验证特定用户的可靠性,并且可以用于了解用户的特性。用户特征是指用户是什么类型的审稿人。在本文中,我们探讨了三种不同的模型,以更准确地侧重于用户的显式反馈和隐式反馈的推荐。第一种是RHC-PMF,它基于用户的三个显式反馈(评级,有用性得分和中心性)更准确地预测用户的评级;第二种是RV-PMF,其中考虑了用户的隐式反馈(视图关系)。最后一个是RHCV-PMF,其中考虑了两种类型的反馈。在该模型中,用户外显反馈的相似性反映了用户反馈的可靠性和特征的相似性,而用户内隐反馈的相似性反映了用户反馈偏好的相似性。在真实世界数据集上的大量实验表明,与基线模型相比,我们的模型在用户评级预测方面表现更好。Amazon.com与基线模型相比,RHCV-PMF模型对冷启动用户和冷启动项目的评分预测效果更好。
2018-10-29 cs.IR cs.LG stat.ML
A Simple and Scalable Tensor Completion Algorithm via Latent Invariant Constraint for Recommendation System
University of Missouri - Columbia(密苏里大学哥伦比亚分校);Stanford University(斯坦福大学)
在本文中,我们提供了一个潜在的变量制定和解决方案的推荐系统(RS)问题的基本属性,任何合理的解决方案应该满足。具体来说,我们研究了一种新的张量完成方法,以有效和准确地学习模型参数的不可观察的个人偏好,用户评级的基础。通过正则化张量分解与一个单一的潜在不变,我们实现了可靠的推荐系统的三个属性:(1)张量完成结果的唯一性与最小的假设,(2)单位的一致性,是独立于用户的任意偏好,和(3)共识排序保证,提供一致的排名之间的观察和未观察到的评分。我们的算法导致一个简单而优雅的推荐框架,具有线性计算复杂性,没有超参数调整。我们提供的实证结果表明,该方法显着优于目前最先进的方法。
2022-07-03 cs.HC cs.IR cs.LG
Multi-View Interactive Collaborative Filtering
Rowan University(罗文大学);College of Science and Mathematics(科学与数学学院)
本文提出MV-ICTR算法,融合评分与上下文信息建模用户偏好和物品特征,并结合多臂老虎机策略实现在线个性化,显著提升冷启动场景下的推荐性能。
2023-05-14 cs.AI cs.IR cs.LG