【論文紹介】gSASRec_Reducing Overconfidence in Sequential Recommendation Trained with Negative Sampling

概要

• RecSys2023のベストペーパー「gSASRec: Reducing Overconfidence in Sequential Recommendation Trained with Negative Sampling」の紹介スライド（宣伝）
• https://dl.acm.org/doi/10.1145/3604915.3608783

• Sequential Recommendationの文脈においてnegative samplingあるいは利用する損失関数の性質などによるoverconfidenceによる問題を開所うするために、gBCEという損失関数およびそれを利用したgSASRecというレコメンド手法を提案

• overconfidence
• 真の予測確率よりも高い予測確率を出力すること。

• overcondfidenceによる問題
• アイテムのランキング問題においては並び順が重要であり予測確率そのものは重要でないが、損失関数において確率を利用しているので学習そのものに影響を与えているのではないか。
1. ランキング上位のアイテム間の差が出づらくなる
1. ランキング上位と無数にあるカイを分ける方向に学習が働く
2. BCE Lossでfalse positiveなサンプルに対する推定確率が1に近いと log(1-p_i)が発散しておつ

• 著者の方にXで紹介してもらえた。🙌