O documento descreve o algoritmo xCLiMF, uma variação do algoritmo CLiMF de filtragem colaborativa que maximiza o ranking de itens. xCLiMF usa uma abordagem baseada em modelo com atualização simultânea dos fatores latentes e sigmoid como função de ativação, melhorando os resultados do CLiMF original, especialmente em métricas de ranking como MRR. Testes em dados reais mostraram que xCLiMF obteve MRR superior ao algoritmo ALS.

1. xCLiMF
Um nome pomposo para um algoritmo simples

2. Uma filtragem colaborativa que
maximiza ranking de items

4. Memory based

5. Memory based

6. Memory based

7. Memory based

8. Model based

9. Model based

10. Model based
3.634.0 -

11. Model based
Média de erros
quadráticos

12. Paper sobre collaborative filtering model based
Função Suaviza função Função Objetivo
Gera derivada parcial
para usuário e item

13. Model based
K
K K
K
KK
K

14. Métrica de ranking: MRR
User 1
User 2
User 3
Itens em ordem de retorno

15. Métrica de ranking: MRR
User 1
User 2
User 3
Itens que usuário gostou
Rank = 1/2
Rank = 1/1
Rank = 1/3

16. Métrica de ranking: MRR
( 0,5 + 1 + 0,333) / 3
MRR = 0,61
Rank = 1/2
Rank = 1/1
Rank = 1/3

17. Reciprocal Ranking
Parte matemática bizarra pra indicar
que só leva em consideração o item
com maior ranking

18. CLiMF vs xCLiMF

19. CLiMF (Sem o X)
Sigmoid

20. Atualização dos fatores latentes simultânea

21. Pull request na implementação de CLiMF
https://github.com/gamboviol/climf/pull/2/files

22. xCLiMF (Com o X)
Sigmoid

23. Depois de suavizar: Função objetivo

24. Simplificando o entendimento
Fator de regularização
para evitar overfitting

25. E as derivadas parciais

26. Implementação disponível em C++
Errado!
https://github.com/gpoesia/xclimf

27. xCLiMF em Python
https://github.com/timotta/xclimf

28. Replicação da validação offline
Top k do usuário pra treino
Vs
Outros top k do usuário pra teste

29. Melhoria da validação offline
Top k*2 do usuário
Para treino random k desses
Para teste os top k restantes
xCLiMF
MRR 0,24
ALS
MRR 0,13

30. Bug no paper? Falta informação sobre normalização
0,9 0,4
0,70,8
1,0 0,4
0,7 0,8 0,2

31. Vetorizando -54% no tempo total de treino

32. xCLiMF em Spark
https://github.com/timotta/xclimf-spark

33. Problema 1: Representação de matriz
NumPy <3 Todas de
java e scala

34. Problema 1: Representação de matriz

35. Problema 2: Breeze sem Tensor

36. Validação offline usando dados do globosatplay
xCLiMF
MRR 0,37
ALS
MRR 0,17

37. Teste AB em produção
Sem conclusões por enquanto
(tendência para piora)

38. Idéias para o futuro
● Implementação de algoritmo CAF (Context-aware filtering)
● CAF + xCLiMF
● Melhorar performance do xCLiMF com esquema de paralelização em blocos