Un sistema de recomendación de pareja basado en inteligencia artificial que solo utiliza imágenes

Investigadores del Reino Unido han utilizado redes neuronales para desarrollar un sistema de recomendación de parejas basado únicamente en imágenes para citas en línea, que solo tiene en cuenta si dos usuarios se sienten atraídos por las fotos del otro (en lugar de información de perfil como el trabajo, la edad, etc.), y han descubierto que supera a sistemas menos “superficiales” en términos de obtener una coincidencia precisa.

El sistema resultante se llama Temporal Image-Based Reciprocal Recommender (TIRR), y utiliza Redes Neuronales Recurrentes (RNN) para interpretar la predilección histórica de un usuario por caras que encuentra mientras busca posibles coincidencias.

El artículo se titula – quizás de manera desalentadora – Las fotos son todo lo que necesitas para la recomendación recíproca en las citas en línea, y proviene de dos investigadores de la Universidad de Bristol, mejorando notablemente un sistema similar (llamado ImRec) lanzado por el mismo equipo en 2020.

En las pruebas, el sistema obtuvo una precisión de vanguardia en su capacidad para predecir coincidencias recíprocas entre los usuarios, mejorando no solo el trabajo de los investigadores de 2020, sino también otros sistemas de recomendación recíproca basados en contenido que tienen en cuenta información más detallada y basada en texto en los perfiles de citas.

Conjunto de datos de citas en el mundo real

TIRR se entrenó con información de usuario proporcionada por un servicio de citas en línea anónimo con “varios millones de usuarios registrados”, que solo permite a los usuarios comunicarse entre sí una vez que cada uno ha “gustado” el perfil del otro. El subconjunto de datos utilizado incluyó 200,000 sujetos, divididos equitativamente entre hombres y mujeres, y aproximadamente 800,000 preferencias expresadas por los usuarios en todos los perfiles de citas.

Dado que el servicio de citas anónimo que proporcionó los datos solo admite coincidencias heterosexuales, solo se cubrieron coincidencias entre hombres y mujeres en la investigación.

TIRR mejora los diseños de sistemas de recomendación recíproca (RRS) anteriores en este campo al calcular directamente la probabilidad de una coincidencia entre dos perfiles, basándose únicamente en las imágenes del perfil. Los sistemas anteriores predijeron dos preferencias unidireccionales y luego las agregaron para obtener una predicción.

Los investigadores excluyeron a los usuarios que habían sido eliminados del servicio de citas (por cualquier motivo, incluida la salida voluntaria), y excluyeron perfiles que no incluían fotos basadas en caras.

Los historiales de los usuarios se limitaron a un año atrás, para evitar posibles anomalías que podrían ocurrir a medida que el sitio de citas ajustaba sus algoritmos con el tiempo. También se limitaron a un máximo de 15 preferencias de los usuarios, ya que se demostró que eran suficientes para probar el diseño del modelo, mientras que el uso más extensivo de preferencias degradaba el rendimiento y aumentaba los tiempos de entrenamiento.

Además, algunos de los usuarios más ávidos o de largo plazo tenían historiales con miles de preferencias, lo que podría haber arriesgado a sesgar el peso de las características obtenidas, y prolongar aún más los tiempos de entrenamiento.

Red Siamesa

TIRR se formula utilizando una red Siamesa, que se utiliza comúnmente para el ‘aprendizaje de un solo disparo’.

Una red Siamesa de plantilla, donde las redes neuronales convolucionales (CNN) paralelas comparten pesos pero no datos. También comparten una función de pérdida derivada de las salidas de cada CNN, y una etiqueta de verdad. Fuente: https://arxiv.org/pdf/2108.11714.pdf

La red se entrenó utilizando la entropía cruzada binaria, una función de pérdida común en las redes neuronales, y que los investigadores encontraron que daba resultados superiores en comparación con la pérdida contrastiva. Esta última es más efectiva en sistemas que evalúan la paridad entre dos caras, pero como este no es el objetivo de TIRR, es un enfoque que se desempeña mal en este contexto.

Es necesario que el sistema retenga y construya sobre la información que desarrolla a medida que se itera muchas veces sobre los mismos datos, y la red Siamesa en TIRR utiliza una LSTM (Red de Memoria a Corto Plazo a Largo Plazo) para tomar estas decisiones, y para asegurarse de que las características consideradas relevantes no se descarten de manera ad hoc a medida que el marco construye sus conocimientos.

La arquitectura de la red Siamesa específica para TIRR.

Los investigadores encontraron que la red se entrenaba muy lentamente cuando se introducían todos los datos, y posteriormente dividieron el entrenamiento en tres etapas utilizando tres subconjuntos diferentes de los datos. Hay alguna ventaja adicional en esto, ya que los experimentos de 2020 de los investigadores ya habían demostrado que entrenar los conjuntos de datos de hombres y mujeres por separado mejora el rendimiento de un sistema de recomendación recíproca.

La descomposición de las sesiones de entrenamiento separadas para la red Siamesa de TIRR.

Pruebas

Para evaluar el rendimiento de TIRR, los investigadores mantuvieron una parte de los datos obtenidos a un lado y los pasaron por el sistema completamente convergido. Sin embargo, como el sistema es bastante novedoso, no hay sistemas anteriores directamente análogos con los que se pueda comparar.

Por lo tanto, los investigadores establecieron primero una Curva de Característica de Operación del Receptor (ROC) para la red Siamesa, antes de utilizar la Aproximación y Proyección de Uniforme para la Reducción de Dimensionalidad (UMAP) para reducir los vectores de 128 dimensiones para una visualización fácil, con el fin de establecer un flujo coherente de gustos y disgustos.

A la izquierda, la ROC de la red Siamesa como indicador de rendimiento base; a la derecha, la visualización UMAP muestra ‘gustos’ en rojo, ‘disgustos’ en negro.

TIRR se probó contra el filtrado colaborativo y los sistemas basados en contenido con un ámbito similar, incluido el trabajo anterior de los investigadores ImRec (ver arriba), y RECON, un RRS de 2010, así como los algoritmos de filtrado colaborativo RCF (un RRS de citas de 2015 basado en contenido de texto de perfiles de citas) y LFRR (un proyecto similar de 2019).

En todos los casos, TIRR pudo ofrecer una precisión superior, aunque solo marginalmente en comparación con LFRR, lo que podría indicar factores de correlación entre el contenido de texto del perfil y el nivel de atractivo percibido de las fotos del perfil de los sujetos.

La casi paridad entre TIRR basado en imágenes y el más basado en texto LFRR permite al menos dos posibilidades: que la percepción de la atractivo visual de los usuarios se ve influenciada por el contenido de texto de los perfiles; o que el contenido de texto recibe mayor atención y aprobación de lo que podría haber ocurrido si la foto asociada no se percibía como atractiva.

Por razones obvias, el equipo de investigación no puede publicar el conjunto de datos o el código fuente de TIRR, pero anima a otros equipos a duplicar y confirmar su enfoque.

n.b Las imágenes utilizadas en la ilustración principal son de thispersondoesnotexist.com.