Um Sistema de Recomendação de Parceiro de Namoro Baseado Apenas em Imagens

Pesquisadores do Reino Unido utilizaram redes neurais para desenvolver um sistema de recomendação de parceiros de namoro baseado apenas em imagens, que considera apenas se dois usuários são atraídos pelas fotos um do outro (em vez de informações de perfil, como trabalho, idade, etc.), e descobriram que ele supera sistemas menos “superficiais” em termos de obter uma correspondência precisa.

O sistema resultante é chamado de Recomendador Recíproco Baseado em Imagens Temporal (TIRR) e utiliza Redes Neurais Recorrentes (RNNs) para interpretar a predileção histórica de um usuário por faces que ele encontra enquanto navega por potenciais correspondências.

O artigo é intitulado – talvez de forma desanimadora – Fotos São Tudo o que Você Precisa para Recomendação Recíproca em Namoro Online, e vem de dois pesquisadores da Universidade de Bristol, melhorando notavelmente um sistema semelhante (chamado ImRec) lançado pela mesma equipe em 2020.

Nos testes, o sistema obteve precisão de ponta em sua capacidade de prever correspondências recíprocas entre usuários, melhorando não apenas o trabalho dos pesquisadores de 2020, mas também outros sistemas de recomendação de namoro baseados em conteúdo que consideram informações mais detalhadas e baseadas em texto nos perfis de namoro.

Conjunto de Dados de Namoro do Mundo Real

O TIRR foi treinado com informações de usuário fornecidas por um serviço de namoro online popular com “vários milhões de usuários registrados”, que apenas permite que os usuários se comuniquem entre si uma vez que cada um tenha “curtido” o perfil do outro. O subconjunto de dados utilizado incluiu 200.000 assuntos, divididos igualmente entre homens e mulheres, e aproximadamente 800.000 preferências expressas pelos usuários em todos os perfis de namoro.

Como o serviço de namoro anônimo que forneceu os dados apenas suporta correspondências heterossexuais, apenas correspondências entre homens e mulheres foram cobertas na pesquisa.

O TIRR melhora os projetos de sistemas de recomendação recíproca (RRS) anteriores neste campo, calculando diretamente a probabilidade de uma correspondência entre dois perfis, com base apenas em imagens de perfil. Sistemas anteriores previam duas preferências unidirecionais e, em seguida, as agregavam para obter uma previsão.

Os pesquisadores excluíram usuários que haviam sido removidos do serviço de namoro (por qualquer motivo, incluindo saída voluntária) e excluíram perfis que não incluíam fotos baseadas em faces.

As histórias dos usuários foram limitadas a um ano, para evitar possíveis anomalias que pudessem ocorrer à medida que o site de namoro ajustava seus algoritmos ao longo do tempo. Eles também foram limitados a um máximo de 15 preferências do usuário, desde que essas foram demonstradas como suficientes para provar o design do modelo, enquanto o uso mais extensivo de preferências degradava o desempenho e aumentava os tempos de treinamento.

Além disso, alguns dos usuários mais ávidos ou de longo prazo tinham histórias com milhares de preferências, o que poderia arriscar inclinar o peso dos recursos obtidos e prolongar ainda mais os tempos de treinamento.

Rede Siamesa

O TIRR é formulado usando uma rede siamesa, normalmente usada para aprendizado de um único disparo.

Um modelo de rede siamesa, onde redes neurais convolucionais (CNNs) paralelas compartilham pesos, mas não dados. Elas também compartilham uma função de perda derivada das saídas de cada CNN e um rótulo de verdade fundamental.  Fonte: https://arxiv.org/pdf/2108.11714.pdf

A rede foi treinada usando entropia cruzada binária, uma função de perda comum em redes neurais, e que os pesquisadores encontraram dar resultados superiores em comparação com perda contrastiva. A última é mais eficaz em sistemas que avaliam a paridade entre duas faces, mas como este não é o objetivo do TIRR, é uma abordagem que se sai mal neste contexto.

É necessário que o sistema retenha e construa informações que ele desenvolve à medida que o treinamento itera muitas vezes sobre os mesmos dados, e a rede siamesa no TIRR usa uma rede LSTM (Memória de Curto Prazo de Longo Prazo) para tomar essas decisões e garantir que os recursos considerados relevantes não sejam descartados aleatoriamente à medida que a estrutura constrói suas percepções.

A arquitetura específica da rede siamesa para o TIRR.

Os pesquisadores encontraram que a rede treinava muito lentamente quando todos os dados eram inseridos, e subsequentemente dividiram o treinamento em três estágios usando três subconjuntos diferentes dos dados. Há alguma vantagem adicional nisso, pois os experimentos de 2020 dos pesquisadores já haviam demonstrado que treinar os conjuntos de dados masculino e feminino separadamente melhora o desempenho de um sistema de recomendação recíproca.

A quebra de sessões de treinamento separadas para a rede siamesa do TIRR.

Testes

Para avaliar o desempenho do TIRR, os pesquisadores mantiveram uma porção dos dados obtidos e os passaram pelo sistema totalmente convergido. No entanto, como o sistema é bastante novo, não há sistemas anteriores diretamente análogos com os quais ele possa ser comparado.

Portanto, os pesquisadores primeiro estabeleceram uma Curva de Característica de Operador do Receptor (ROC) para a rede siamesa, antes de usar a Approximação e Projeção de Uniforme de Manifold para Redução de Dimensionalidade (UMAP) para reduzir os vetores de 128 dimensões para fácil visualização, a fim de estabelecer um fluxo coerente de gostos e desgostos.

À esquerda, a ROC da rede siamesa como um indicador de desempenho de base; à direita, a visualização UMAP mostra ‘gostos’ em vermelho, ‘desgostos’ em preto.

O TIRR foi testado contra sistemas de filtragem colaborativa e baseados em conteúdo com um âmbito semelhante, incluindo o trabalho anterior dos pesquisadores, ImRec (veja acima), e RECON, um RRS de 2010, bem como os algoritmos de filtragem colaborativa RCF (um sistema de recomendação de namoro de 2015 baseado no conteúdo de texto de perfis de namoro) e LFRR (um projeto semelhante de 2019).

Em todos os casos, o TIRR foi capaz de oferecer precisão superior, embora apenas marginalmente em comparação com o LFRR, possivelmente indicando fatores de correlação entre o conteúdo de texto do perfil e o nível de atração percebida das fotos de perfil dos assuntos.

A quase-paridade entre o TIRR baseado em imagens e o mais baseado em texto LFRR permite pelo menos duas possibilidades: que a percepção dos usuários da atratividade visual é influenciada pelo conteúdo de texto dos perfis; ou que o conteúdo de texto recebe mais atenção e aprovação do que poderia ter ocorrido se a foto associada não fosse percebida como atraente.

Por razões óbvias, a equipe de pesquisa não é capaz de liberar o conjunto de dados ou o código-fonte do TIRR, mas encoraja outras equipes a duplicar e confirmar sua abordagem.

n.b As imagens usadas na ilustração principal são de thispersondoesnotexist.com.