MIT情報・意思決定システム研究所（LIDS）でデヴァヴラト・シャーが率いる研究グループは、ソーシャルネットワークが情報を処理する仕組みの分析を専門としています。2012年、同グループは、Twitterでどの話題がトレンドになるかを最大5時間前に 予測できる アルゴリズムを実証しました。今年は同じ枠組みを用いて、Bitcoinとして知られるオンライン通貨の価格の 変動を予測 しました。
来月、ニューラル情報処理システム会議で、同グループはAmazonやNetflixなどのウェブサイトでおなじみのレコメンドエンジンに自らのモデルを適用した論文を発表します。そこからは意外な結果が得られました。
「私たちの関心は、ソーシャルデータの情報処理を理解するための優れたモデルを持っていることでした」と、電気工学・コンピューターサイエンスのジェイミソン准教授であるシャーは言います。「このモデルは、人々がどのように意思決定し、好みを示し、行動するかという点で筋が通っています。そこで、これを活用して、より優れた、シンプルで基本的なレコメンドアルゴリズムを設計しようと考えました。まったく異なるものになるはずでした。しかし、このモデルのもとでは、標準的なレコメンドアルゴリズムこそが正しい方法だと分かりました。」
標準的なアルゴリズムは「協調フィルタリング」として知られています。その仕組みを簡単に説明すると、視聴した映画をユーザーが評価できる動画配信サービスを想像してください。あなたに合ったおすすめを作るため、アルゴリズムはまず、他のユーザーの評価があなたの評価とどの程度重なるかをもとに、各ユーザーの類似度スコアを算出します。次に、特定の映画に対するあなたの反応を予測するため、他のユーザーがその映画につけた評価を、類似度スコアに応じて重み付けして集計します。
分析を簡単にするため、シャーと共同研究者であるLIDSのポスドク研究員ガイ・ブレスラー、およびMIT電気工学・コンピューターサイエンス学科（EECS）の大学院生で、シャーとEECS准教授の両者から指導を受けるジョージ・チェンは、評価システムの値が「高評価」か「低評価」の2種類であると仮定しました。したがって、各ユーザーの好みは、1と0を並べた文字列で完全に正確に表すことができます。文字列内の位置は特定の映画に対応し、その位置の数字が評価を示します。 ポリーナ・ゴランド 。
類は友を呼ぶ
MITの研究者たちのモデルでは、このような文字列の大きな集団をいくつかのクラスターにまとめられ、それらのクラスターを確率的に記述できると仮定します。確率的クラスターのモデルでは、文字列の各位置に1と0を置く代わりに、確率を用います。たとえば、クラスターのメンバーが映画「A」を気に入る確率は80％、「B」を気に入る確率は20％、といった具合です。
集団の特徴を捉えるのに、こうしたクラスターがいくつ必要かが問題です。「ダイ・ハード」を好きな人の半数が「恋におちたシェイクスピア」も好きで、残りの半数は嫌いだとしたら、理想的には「ダイ・ハード」ファンを2つのクラスターに分けたいところです。そうしなければ、予測に役立つ可能性のある、彼らの好みの相関関係が失われます。一方、クラスターが多いほど、あるユーザーがどのクラスターに属するかを判断するために必要な評価の数も増えます。限られたデータから信頼性の高い予測を行うことは不可能になります。
新しい論文でMITの研究者たちは、集団内の違いを記述するのに必要なクラスター数が少なければ、協調フィルタリングによってほぼ最適な予測が得られることを示しています。しかし実際には、その数はどの程度少ないのでしょうか。
この問いに答えるため、研究者たちは動画配信サイトの1,000万人のユーザーに関するデータを調べ、同じ500本の映画を評価した200人を特定しました。そして実際には、わずか5つのクラスター、つまり5つの確率モデルで、集団内の違いの大部分を説明できることが分かりました。
欠けているつながり
研究者たちのモデルは協調フィルタリングの有効性を裏付ける一方で、その改善方法も示唆しています。一般に、協調フィルタリングのアルゴリズムがユーザーの好みに関する情報を多く持つほど、予測の精度は高くなります。しかし、追加情報なら何でも同じように役立つわけではありません。あるユーザーが「ゴッドファーザー」を気に入っている場合、「ゴッドファーザー PART II」も好きだという情報より、「きみに読む物語」も好きだという情報のほうが、予測に役立つ可能性が高いでしょう。
LIDSの研究者たちは、分析の枠組みを使い、ユーザーの好みに関する情報を不釣り合いなほど多く含む少数の商品を選ぶ方法を示しています。サービス提供者がそれらの商品をすべての顧客に勧めれば、得られた評価に基づいて、顧客を確率クラスターにずっと効率よく分類でき、推薦の質の向上が期待できます。
テキサス大学オースティン校の電気・コンピューター工学准教授スジャイ・サンガヴィは、これを研究の最も興味深い点と考えています。「何らかの協調フィルタリングを行うと、2つのことが起きます」と彼は言います。「ユーザーである私が価値を得る一方で、他の人々も価値を得ます。両者の間にはトレードオフがあるかもしれません。人気の映画なら、私が気に入ることを簡単に示せますが、他の人へのおすすめの改善にはつながりません。」
サンガヴィによると、このトレードオフは「実証的な文脈では検討されてきましたが、原則に基づいた研究はありませんでした。私にとってこの論文の魅力は、他の研究が扱ってこなかったこの問題を、原則に基づいて検討している点です。彼らは新しい種類の問題を見つけました。新たな課題に取り組んでいるのです。」
共同掲載： MITニュース
著者：ラリー・ハーデスティはMITニュースのゲスト寄稿者です。
画像：2013年6月24日、ワルシャワのオフィスでノートパソコンを持つ男性の影の周囲に、二進コードの投影が描かれたイラスト写真。ロイター／カツペル・ペンペル