Tekoäly-pohjainen sielunkumppani-suositusjärjestelmä, joka perustuu ainoastaan kuviin

Tutkijat Iso-Britanniasta ovat käyttäneet neuroverkkoja kehittääkseen täysin kuvapohjaisen suositusjärjestelmän verkossa tapahtuville treffipareille, joka ottaa huomioon ainoastaan sen, ovatko käyttäjät kiinnostuneita toistensa valokuvista (eikä profiilitietoja, kuten työ, ikä jne.), ja he ovat havainneet, että se toimii tarkemmin kuin vähemmän “pinnalliset” järjestelmät saadakseen tarkan vastineen.

Tuloksena oleva järjestelmä on nimeltään Aikajännetty Kuva-Pohjainen Vastavuoroinen Suositusjärjestelmä (TIRR), ja se käyttää Toistuvia Neuroverkkoja (RNN) tulkitaakseen käyttäjän historiallista taipumusta kasvojen suhteen, joita hän kohtaa selatessaan potentiaalisia treffipareja.

Tutkimusraportti on nimeltään – ehkä masentavasti – Valokuvat ovat kaikki, mitä tarvitset vastavuoroisessa suosittelussa verkossa tapahtuvissa treffipareissa, ja se on kaksi tutkijan työ University of Bristolista, joka parantaa merkittävästi vastaavan järjestelmän (nimeltään ImRec) julkaisemista vuonna 2020.

Kokeissa järjestelmä saavutti huipputason tarkkuuden kyvyssään ennustaa vastavuoroinen treffipareja käyttäjien välillä, parantaen sekä tutkijoiden vuoden 2020 työtä että muita sisältöpohjaisia treffipareiden suosittelujärjestelmiä, jotka ottaa huomioon tarkemmin tekstipohjaiset tiedot profiileissa.

ReaaliMaailman Treffipari Dataset

TIRR:ia koulutettiin käyttäjätiedolla, jonka tarjosi nimettömän ‘suositun’ verkossa tapahtuvan treffipalvelun, jolla on ‘useita miljoonia rekisteröityneitä käyttäjiä’, joka sallii käyttäjien viestittää toisilleen ainoastaan, kun kumpikaan on “tykännyt” toisen profiilista. Käytetty tietojoukko sisälsi 200 000 koetta, jaettuna tasan miehille ja naisille, ja noin 800 000 käyttäjien ilmaistua suosiota kaikissa treffiprofiileissa.

Koska nimettömän treffipalvelun, joka tarjosi tiedot, tukee ainoastaan heteroseksuaalisia treffipareja, ainoastaan mies/nainen -parit otettiin huomioon tutkimuksessa.

TIRR parantaa aiempia vastavuoroinen suosittelujärjestelmien (RRS) suunnittelua tässä alalla laskemalla suoraan todennäköisyyden treffiparien välillä perustuen ainoastaan profiilikuviin. Aikaisemmat järjestelmät ennustivat sen sijaan kaksi yksisuuntaista suosiota ja yhdistivät ne saadakseen ennusteen.

Tutkijat poistivat käyttäjät, jotka oli poistettu treffipalvelusta (mikäli syystä tahansa, myös vapaaehtoisesti lähtiessä), ja poistivat profiilit, joissa ei ollut kasvoihin perustuvia valokuvia.

Käyttäjien historiat rajoitettiin vuoden takaisiin, jotta mahdolliset poikkeamat, jotka voivat esiintyä, kun treffisivusto muokkasi algoritmejaan ajan myötä, voitiin välttää. Niitä rajoitettiin myös enintään 15 käyttäjän suosituksiin, koska ne osoittautuivat riittäviksi osoittamaan mallin suunnittelun, kun taas laajempi suositusten käyttö heikensi suorituskykyä ja pidenti koulutusaikaa.

Lisäksi jotkut ahkerat tai pitkäaikaiset käyttäjät olivat historioita, joissa oli tuhannet suosituksia, mikä olisi voinut vaikuttaa saatuja piirteitä ja pidentää koulutusaikaa.

Siamese Verkko

TIRR on muotoiltu Siamese-verkon avulla, jota tyypillisesti käytetään ‘yksisuoritteisen oppimiseen’.

Mallisiamese-verkko, jossa rinnakkaiset Konvoluutio-Neuroverkot (CNN) jakavat painot, mutta eivät dataa. Ne myös jakavat tappiofunktion, joka on johdettu kunkin CNN:n tulosteista, ja perustuu maailmanlaajuiseen merkintätunnisteeseen. Lähde: https://arxiv.org/pdf/2108.11714.pdf

Verkkoa koulutettiin binäärisen ristientropian avulla, joka on yleinen tappiofunktioksi neuroverkoissa, ja jonka tutkijat totesivat antavan paremman tuloksen kuin vastakkainen tappio. Jälkimmäinen on tehokkain järjestelmissä, jotka arvioivat kasvojen välistä suhdetta, mutta koska tämä ei ole TIRR:n tavoitteena, se on lähestymistapa, joka toimii huonosti tässä asiayhteydessä.

On välttämätöntä, että järjestelmä säilyttää ja kehittää tietoa, jonka se kehittää, kun koulutus toistuu useita kertoja saman datan yli, ja Siamese-verkko TIRR:ssä käyttää LSTM (Lyhytaikainen Muisti) -verkkoa tekemään nämä päätökset ja varmistamaan, että olennaisiksi katsottavat piirteet eivät hylätä satunnaisesti, kun kehys kehittää oivalluksiaan.

TIRR:n tarkka Siamese-verkon arkkitehtuuri.

Tutkijat totesivat, että verkko koulutettiin hyvin hitaasti, kun kaikki data syötettiin, ja jakoi koulutuksen kolmeen vaiheeseen käyttäen kolmea eri tietojoukon alajoukkoa. Siinä on myös jonkin verran etua, koska tutkijoiden vuoden 2020 kokeet olivat jo osoittaneet, että kouluttaminen erikseen mies- ja naisdataseteilla parantaa vastavuorisen suosittelujärjestelmän suorituskykyä.

TIRR:n Siamese-verkon eri koulutusjaksojen jakautuminen.

Testaus

Arvioidakseen TIRR:n suorituskykyä tutkijat pitivät osan hankittua dataa erillään ja suorittivat sen täysin konvergoituneen järjestelmän läpi. Koska järjestelmä on melko uusi, ei ole suoria vertailukelpoisia aiempia järjestelmiä, joihin se voitaisiin verrata.

Siksi tutkijat ensin määrittivät Vastaanottajan Toimintakäyrän (ROC) vertailupohjan Siamese-verkolle, ja käyttivät Yhdenmukaisen Maailmanlaajuisen Approksimaation ja Projektiota ( UMAP ) vähentääksesi 128-ulotteiset vektorit helposti visualisoitaviksi, jotta voidaan luoda johdonmukainen suosituksien ja epäsuosituksien virta.

Vasemmalla Siamese-verkon ROC vertailuindikaattori; oikealla UMAP-visualisointi näyttää ‘tykkäykset’ punaisella, ‘epätykkäykset’ mustalla.

TIRR:iä testattiin yhdessä yhteisöllisen suodatuksen ja sisältöpohjaisen järjestelmien kanssa, joilla on samanlainen tavoite, mukaan lukien tutkijoiden aiempi työ ImRec (ks. yllä), ja RECON, RRS vuodelta 2010, sekä yhteisöllisen suodatuksen algoritmit RCF (verkossa tapahtuvan treffien RRS, joka perustuu tekstisisältöön treffiprofiileissa) ja LFRR (samankaltainen projekti vuodelta 2019).

Kaikissa tapauksissa TIRR pystyi tarjoamaan tarkemman tuloksen, vaikka vain marginaalisesti verrattuna LFRR:ään, mikä saattaa osoittaa korrelaatioita profiilien tekstisisällön ja profiilikuviin liittyvän viehättävyyden välillä.

TIRR:n ja tekstipohjaisemman LFRR:n lähes tasaveroinen suorituskyky mahdollistaa ainakin kaksi mahdollisuutta: että käyttäjien havainto visuaalisesta viehättävyydestä vaikuttaa profiilien tekstisisällöstä; tai että tekstisisältö saa enemmän huomiota ja hyväksyntää kuin mitä olisi tapahtunut, jos liittyvä kuva ei olisi havaittu viehättäväksi.

Tutkimusryhmä ei voi julkaista TIRR:n datasettiä tai lähdekoodia, mutta kehottaa muita ryhmiä jäljittelemään ja vahvistamaan lähestymistapansa.

Huom. Kuvat pääkuvassa ovat thispersondoesnotexist.com:ista.