基于噪声标签鲁棒学习的隐式反馈数据采样器设计

隐式反馈数据因易于收集且普遍适用，在推荐系统中得到了广泛探索。然而，预测用户在隐式反馈数据上的偏好是一项具有挑战性的任务，因为我们只能观察到正样本（已投票样本）和未投票样本。从未投票样本中难以区分负样本与未标记的正样本。现有工作（如贝叶斯个性化排序（BPR））均匀地将未投票物品采样为负样本，因此受到严重的噪声标签问题困扰。为弥补这一不足，我们基于噪声标签鲁棒学习为隐式反馈数据设计了一种自适应采样器。为形式化该问题，我们首先引入贝叶斯逐点优化（BPO），通过极大似然估计学习一个模型（例如矩阵分解（MF））。我们用该模型预测用户偏好，并通过最大化观测数据标签的似然来学习它，即用户偏好其正样本且对其未投票样本无兴趣。然而在现实中，用户可能对其部分未投票样本感兴趣，这些样本实为被误标为负样本的正样本。我们随后考虑这些噪声标签的风险，并提出噪声标签鲁棒 BPO（NBPO）。NBPO 同样最大化观测似然，同时基于贝叶斯定理通过标签翻转的似然将用户偏好与观测标签联系起来。在 NBPO 中，用户偏好其真实正样本且对其真实负样本无兴趣，从而优化质量得到显著提升。在两个公开真实数据集上的大量实验表明，我们提出的优化方法取得了显著改进。