als算法参数_矩阵分解之交替最小二乘ALS

- 日理万妓 2023-01-09 12:51 146阅读 0赞

ALS(alternating least squares)

ALS是交替最小二乘的简称。在机器学习中，ALS特指使用交替最小二乘求解的一个协同推荐算法。如：将用户(user)对商品(item)的评分矩阵分解成2个矩阵：

user对item 潜在因素的偏好矩阵(latent factor vector)

item潜在因素的偏好矩阵

假设有m个user和n个item，所以评分矩阵为R。ALS(alternating least squares)希望找到2个比较低纬度的矩阵(X和Y)来逼近这个评分矩阵R。

![Image 1][]

$$R\_\{m \\times n\}\\approx X\_\{m \\times k\} \\cdot Y\_\{n \\times k\}^T$$

![Image 1][]

ALS的核心就是这样一个假设：打分矩阵是近似低秩的。换句话说，就是一个m\*n的打分矩阵可以由分解的两个小矩阵U(m\*k)和V(k\*n)的乘积来近似。这就是ALS的矩阵分解方法。

为了让X和Y相乘能逼近R，因此我们需要最小化损失函数(loss function)，因此需要最小化损失函数，在此定义为平方误差和(Mean square error, MSE)。

$$Loss(X,Y)=\\sum\_\{i,u\}^\{\}(r\_\{ui\}-x\_uY\_i^T)^2$$

一般损失函数都会需要加入正则化项(Regularization item)来避免过拟合的问题，通常是用L2，所以目标函数会被修改为：

$$Loss(X,Y)=\\sum\_\{i,u\}^\{\}(r\_\{ui\}-x\_uY\_i^T)^2+\\lambda (\\sum\_\{u\}^\{\}||x\_u||^2+\\sum\_\{i\}^\{\}||y\_i||^2)$$

上面介绍了“最小二乘(最小平方误差)”，但是还没有讲清楚“交替”是怎么回事。因为X和Y都是未知的参数矩阵，因此我们需要用“交替固定参数”来对另一个参数求解。

先固定Y, 将loss function对X求偏导，使其导数等于0：

$$\\frac\{\\partial Loss(X,Y)\}\{\\partial x\_u\}=0 \\Rightarrow x\_u = (\\sum\_\{i\}^\{\}y\_i^Ty\_i+\\lambda I)^\{-1\}\\sum\_\{i\}^\{\}r\_\{ui\}y\_i$$

再固定X, 将loss function对Y求偏导，使其导数等于0：

$$\\frac\{\\partial Loss(X,Y)\}\{\\partial y\_i\}=0 \\Rightarrow y\_i = (\\sum\_\{u\}^\{\}x\_u^Tx\_u+\\lambda I)^\{-1\}\\sum\_\{u\}^\{\}r\_\{ui\}x\_u$$

既然是交替，就会有迭代的模式存在：

初始化X,Y

利用for u=1,…,n do $\\frac\{\\partial Loss(X,Y)\}\{\\partial x\_u\}=0$ 去得到$x\_u$

利用for i=1,…,m do $\\frac\{\\partial Loss(X,Y)\}\{\\partial y\_i\}=0$ 去得到$y\_i$

重复2和3，不断去更新直到均方根误差RMSE收敛

$$\\hat\{R\} \\approx XY^T$$

$$RMSE = \\sqrt\{\\frac\{\\sum (\\hat\{R\}-R)^2\}\{N\}\}$$

ALS-WR(alternating-least-squares with weighted-λ-regularization)

加权正则化交替最小二乘法。上文提到的模型适用于解决有明确评分矩阵的应用场景，然而很多情况下，用户没有明确反馈对商品的偏好，也就是没有直接打分，我们只能通过用户的某些行为来推断他对商品的偏好。比如，在电视节目的推荐的问题中，对电视节目收看次数或时长，这时我们可以推测次数越多看的时间越长，用户的偏好程度越高，但是对于没有收看的节目，可能是用户不知道该节目，或者没有途径获取节目，我们不能确定的推测用户不喜欢该节目，ALS-WR通过置信度权重来解决这些问题：对于更确信用户偏好的项赋予较大的权重，对于没有反馈的项赋予较小的权重。

损失函数为：

$$\{Loss\}\_\{ALS-WR\}(X, Y)=\\sum\_\{i, u\} c\_\{u i\}(p\_\{u i\}-x\_\{u\}y\_\{i\}^\{T\})^\{2\}+\\lambda(\\sum\_\{u\}||x\_\{u\}||^\{2\}+\\sum\_\{i\}||y\_\{i\}||^\{2\}) $$

$$P\_\{m \\times n\} =\\left\[\\begin\{array\}\{ccc\} p\_\{11\} & \\cdots & p\_\{1 n\} \\\\ \\vdots & \\ddots & \\vdots \\\\ p\_\{m 1\} & \\cdots & p\_\{m n\} \\end\{array\}\\right\], p\_\{u i\}=\\left\\\{\\begin\{array\}\{cc\} 1 & i f r\_\{u i\}>0 \\\\ 0 & i f r\_\{u i\}=0 \\end\{array\}\\right.$$

$$C\_\{m \\times n\}=\\left\[\\begin\{array\}\{ccc\} c\_\{11\} & \\cdots & c\_\{1 n\} \\\\ \\vdots & \\ddots & \\vdots \\\\ c\_\{m 1\} & \\ldots & c\_\{m n\} \\end\{array\}\\right\]=\\left\[\\begin\{array\}\{ccc\} 1+\\alpha r\_\{11\} & \\cdots & 1+\\alpha r\_\{1 n\} \\\\ \\vdots & \\ddots & \\vdots \\\\ 1+\\alpha r\_\{m 1\} & \\ldots & 1+\\alpha r\_\{m n\} \\end\{array\}\\right\], c\_\{u i\}=1+\\alpha r\_\{u i\}$$

其中， $r\_\{ui\}$表示原始量化值，比如观看电影的时间；$\\alpha$表示根据用户行为所设置的信任度

小结

在实际应用中，由于待分解的矩阵常常是非常稀疏的，与SVD相比，ALS能有效的解决过拟合问题。基于ALS的矩阵分解的协同过滤算法的可扩展性也优于SVD。与随机梯度下降的求解方式相比，一般情况下随机梯度下降比ALS速度快；但有两种情况ALS更优于随机梯度下降：

当系统能够并行化时，ALS的扩展性优于随机梯度下降法。

ALS-WR能够有效的处理用户对商品的隐式反馈的数据

ALS算法的缺点在于：

它是一个离线算法。

无法准确评估新加入的用户或商品。这个问题也被称为冷启动问题。

参考链接：

[Image 1]: