21.4. AutoRec: オートエンコーダによるレーティング予測¶
行列分解モデルはレーティング予測タスクでまずまずの性能を達成するが、本質的には線形モデルである。そのため、このようなモデルでは、ユーザの嗜好を予測するうえで有用となりうる複雑で非線形かつ入り組んだ関係を捉えることはできない。本節では、非線形ニューラルネットワークによる協調フィルタリングモデルである AutoRec (Sedhain et al., 2015) を紹介する。これは、オートエンコーダアーキテクチャによって協調フィルタリング（CF）を定式化し、明示的フィードバックに基づいて CF に非線形変換を組み込むことを目指している。ニューラルネットワークは任意の連続関数を近似できることが証明されており、行列分解の限界を補い、その表現力を高めるのに適している。
一方で、AutoRec は入力層、隠れ層、再構成（出力）層からなるオートエンコーダと同じ構造を持つ。オートエンコーダは、入力を隠れた（通常は低次元の）表現へ符号化するために、入力を出力へコピーすることを学習するニューラルネットワークである。AutoRec では、ユーザ/アイテムを明示的に低次元空間へ埋め込む代わりに、相互作用行列の列/行を入力として用い、出力層で相互作用行列を再構成する。
他方で、AutoRec は従来のオートエンコーダとは異なる。隠れ表現を学習するのではなく、AutoRec は出力層の学習/再構成に重点を置きる。部分的に観測された相互作用行列を入力として用い、完成されたレーティング行列を再構成することを目指す。同時に、入力の欠損要素は推薦のために再構成を通じて出力層で補完される。
AutoRec には、ユーザベースとアイテムベースの 2 つの変種がある。簡潔さのため、ここではアイテムベースの AutoRec のみを紹介する。ユーザベースの AutoRec は同様に導出できる。
21.4.1. モデル¶
\(\mathbf{R}_{*i}\) をレーティング行列の \(i^\textrm{th}\) 列とし、未知のレーティングはデフォルトで 0 に設定されているとする。ニューラルアーキテクチャは次のように定義される。
ここで \(f(\cdot)\) と \(g(\cdot)\) は活性化関数、\(\mathbf{W}\) と \(\mathbf{V}\) は重み行列、\(\mu\) と \(b\) はバイアスである。\(h( \cdot )\) を AutoRec のネットワーク全体を表すものとする。出力 \(h(\mathbf{R}_{*i})\) はレーティング行列の \(i^\textrm{th}\) 列の再構成である。
次の目的関数は再構成誤差の最小化を目指す。
ここで \(\| \cdot \|_{\mathcal{O}}\) は観測されたレーティングの寄与のみを考慮することを意味し、すなわち、逆伝播の際には観測された入力に対応する重みのみが更新される。
import mxnet as mx
from mxnet import autograd, gluon, np, npx
from mxnet.gluon import nn
from d2l import mxnet as d2l
npx.set_np()
21.4.2. モデルの実装¶
典型的なオートエンコーダはエンコーダとデコーダから構成される。エンコーダは入力を隠れ表現へ写像し、デコーダは隠れ層を再構成層へ写像する。ここでもこの方法に従い、全結合層を用いてエンコーダとデコーダを作成する。エンコーダの活性化関数はデフォルトで
sigmoid
に設定し、デコーダには活性化関数を適用しない。過学習を抑えるため、エンコード変換の後にドロップアウトを入れる。観測されていない入力の勾配はマスクし、観測されたレーティングのみがモデル学習過程に寄与するようにする。
class AutoRec(nn.Block):
def __init__(self, num_hidden, num_users, dropout=0.05):
super(AutoRec, self).__init__()
self.encoder = nn.Dense(num_hidden, activation='sigmoid',
use_bias=True)
self.decoder = nn.Dense(num_users, use_bias=True)
self.dropout = nn.Dropout(dropout)
def forward(self, input):
hidden = self.dropout(self.encoder(input))
pred = self.decoder(hidden)
if autograd.is_training(): # Mask the gradient during training
return pred * np.sign(input)
else:
return pred
21.4.3. 評価器の再実装¶
入力と出力が変更されたため、評価関数を再実装する必要があるが、精度指標としては引き続き RMSE を用いる。
def evaluator(network, inter_matrix, test_data, devices):
scores = []
for values in inter_matrix:
feat = gluon.utils.split_and_load(values, devices, even_split=False)
scores.extend([network(i).asnumpy() for i in feat])
recons = np.array([item for sublist in scores for item in sublist])
# Calculate the test RMSE
rmse = np.sqrt(np.sum(np.square(test_data - np.sign(test_data) * recons))
/ np.sum(np.sign(test_data)))
return float(rmse)
21.4.4. モデルの学習と評価¶
それでは、MovieLens データセットで AutoRec を学習・評価してみよう。テスト RMSE が行列分解モデルよりも低いことがはっきりと分かり、レーティング予測タスクにおけるニューラルネットワークの有効性が確認できる。
devices = d2l.try_all_gpus()
# Load the MovieLens 100K dataset
df, num_users, num_items = d2l.read_data_ml100k()
train_data, test_data = d2l.split_data_ml100k(df, num_users, num_items)
_, _, _, train_inter_mat = d2l.load_data_ml100k(train_data, num_users,
num_items)
_, _, _, test_inter_mat = d2l.load_data_ml100k(test_data, num_users,
num_items)
train_iter = gluon.data.DataLoader(train_inter_mat, shuffle=True,
last_batch="rollover", batch_size=256,
num_workers=d2l.get_dataloader_workers())
test_iter = gluon.data.DataLoader(np.array(train_inter_mat), shuffle=False,
last_batch="keep", batch_size=1024,
num_workers=d2l.get_dataloader_workers())
# Model initialization, training, and evaluation
net = AutoRec(500, num_users)
net.initialize(ctx=devices, force_reinit=True, init=mx.init.Normal(0.01))
lr, num_epochs, wd, optimizer = 0.002, 25, 1e-5, 'adam'
loss = gluon.loss.L2Loss()
trainer = gluon.Trainer(net.collect_params(), optimizer,
{"learning_rate": lr, 'wd': wd})
d2l.train_recsys_rating(net, train_iter, test_iter, loss, trainer, num_epochs,
devices, evaluator, inter_mat=test_inter_mat)
train loss 0.000, test RMSE 0.901
10157381.7 examples/sec on [gpu(0), gpu(1)]
21.4.5. まとめ¶
オートエンコーダを用いて行列分解アルゴリズムを定式化しつつ、非線形層とドロップアウト正則化を組み込むことができる。
MovieLens 100K データセットでの実験により、AutoRec は行列分解よりも優れた性能を達成することが示される。
21.4.6. 演習¶
AutoRec の隠れ次元を変化させ、モデル性能への影響を確認しよ。
隠れ層をさらに追加してみよ。モデル性能の改善に役立ちますか？
デコーダとエンコーダの活性化関数のより良い組み合わせを見つけられますか？