BPR: ترتيب مخصَّص بأسلوب بايزي انطلاقاً من التغذية الراجعة الضمنية

حين يمنحك المستخدم تقييماً صريحاً بالنجوم — كما في Netflix — فالأمر مباشر: صُغ المسألة على أنها انحدار، توقَّع التقييم، ثم رتّب العناصر حسب الدرجة المتوقعة.

لكن في الواقع، أغلب الأنظمة لا تملك رفاهية التقييمات الصريحة. ما تملكه هو تغذية راجعة ضمنية: نقرات، مشتريات، مشاهدات صفحات، عدد مرات التشغيل. وهنا يظهر عدم تناظر جوهري:

• تفاعل ملاحَظ (المستخدم نقر على العنصر) ← غالباً إيجابي، لكن كم هو إيجابي؟ لا نعرف.
• غياب تفاعل (المستخدم لم ينقر) ← مجهول تماماً. ربما لم يعجبه، أو ربما لم يره أصلاً.

طرق مثل تحليل المصفوفات المنتظم الموزون (WR-MF) تتعامل مع هذا الغموض بمعاملة كل عنصر لم يُلاحَظ على أنه سلبي بثقة منخفضة. لكن هذا الأسلوب النقطي يظل يحسّن دقة التنبؤ بالدرجات — وهو الهدف الخاطئ حين يكون ما نريده فعلاً هو الترتيب.

جوهر BPR هو تغيير السؤال الذي نطرحه. بدلاً من أن نسأل «كم سيعطي المستخدم $u$ العنصرَ $i$؟»، نسأل سؤالاً أبسط وأصدق: «هل يفضّل $u$ العنصرَ $i$ على $j$؟»

من التغذية الراجعة الضمنية يمكننا استخلاص تفضيلات زوجية. لكل مستخدم $u$:

• إذا تفاعل $u$ مع العنصر $i$ ولم يتفاعل مع $j$، نفترض أنه يفضّل $i$، أي $i >_u j$.
• إذا تفاعل مع كليهما أو لم يتفاعل مع أيٍّ منهما، لا نفترض شيئاً — ليس لدينا ما يكفي لتحديد أيّهما أفضل.

هذا الأسلوب أكثر أمانةً من النهج النقطي: لا ندّعي أن المستخدم يكره عنصراً ربما لم يصادفه أصلاً، بل نكتفي بالقول إنه أبدى تفضيلاً لما تفاعل معه بالمقارنة مع ما لم يتفاعل معه.

يصوغ BPR مسألة الترتيب من منظور بايزي. الهدف هو إيجاد معاملات النموذج $\Theta$ التي تعظّم الاحتمال اللاحق بعد مشاهدة التفضيلات الزوجية:

$p(\Theta \mid >_u) \propto p(>_u \mid \Theta) \; p(\Theta)$

الطرف الأول — المعقولية $p(>_u \mid \Theta)$ — يعبّر عن مدى توافق النموذج مع تفضيلات المستخدم الملاحَظة. أما الطرف الثاني — التوزيع المسبق $p(\Theta)$ — فيلعب دور التنظيم الذي يحمي من الإفراط في التخصيص. بافتراض استقلالية المستخدمين واستقلالية أزواج العناصر لكل مستخدم، تتفكك المعقولية إلى حاصل ضرب على جميع ثلاثيات التدريب $(u, i, j)$.

لكل ثلاثية، نحتاج لنمذجة احتمال أن $u$ يفضّل $i$ على $j$. هنا يأتي دور دالة السيغمويد اللوجستية:

$p(i >_u j \mid \Theta) = \sigma(\hat{x}_{uij}(\Theta))$

حيث $\hat{x}_{uij} = \hat{x}_{ui} - \hat{x}_{uj}$ هو الفرق بين الدرجتين المتوقعتين. بأخذ سالب اللوغاريتم للاحتمال اللاحق وتطبيق توزيع مسبق غاوسي على $\Theta$، نصل إلى معيار BPR-OPT.

تخيّل دالة السيغمويد هنا كـحَكَم يحوّل الفارق بين الدرجتين إلى مستوى ثقة. إذا كان $\hat{x}_{uij}$ كبيراً وموجباً — أي أن النموذج واثق أن $i$ يتقدّم على $j$ — فالسيغمويد تعطي قيمة قريبة من 1، واللوغاريتم يكاد يكون صفراً: خسارة ضئيلة. أما إذا كان الفارق صغيراً أو سالباً — أي أن النموذج مرتبك أو أخطأ في الترتيب — فالسيغمويد تنخفض وتتصاعد العقوبة بحدّة. بعبارة أخرى، النموذج يُعاقَب أشدّ العقاب على الانتهاكات: الحالات التي يضع فيها العنصر الذي لم يتفاعل معه المستخدم في مرتبة أعلى من العنصر الذي تفاعل معه.

تُثبت الورقة علاقة أنيقة: معيار BPR-OPT يكافئ تقريباً قابلاً للاشتقاق من المساحة تحت المنحنى (AUC) لكل مستخدم. ما تقيسه AUC ببساطة هو: إذا اخترنا عشوائياً عنصراً تفاعل معه المستخدم وآخر لم يتفاعل معه، ما احتمال أن النموذج يرتّب الأول أعلى؟ وهذا بالضبط ما تقوم عليه المقارنة الزوجية في BPR.

الفرق التقني أن AUC الخام تستخدم دالة دليلية (1 إذا كان الترتيب صحيحاً، و0 خلاف ذلك)، وهذه الدالة غير قابلة للاشتقاق فلا يمكن حساب تدرّج لها. BPR يحلّ المشكلة باستبدالها بدالة السيغمويد الناعمة $\sigma$، مما يتيح استخدام التحسين القائم على التدرّج مع استهداف مقياس الترتيب مباشرةً.

السؤال الآن: كيف نحسّن BPR-OPT عملياً؟ الطريقة البديهية هي المرور على الثلاثيات بالترتيب، لكن هذا يسبّب مشكلة حقيقية: حين تمرّ على ثلاثيات المستخدم نفسه بالتتابع، تحصل على تدرّجات مترابطة بشدة، وهذا يبطئ التقارب بشكل ملحوظ.

حل LearnBPR هو أخذ العيّنات التمهيدية: في كل خطوة، اسحب ثلاثية $(u, i, j)$ عشوائياً — اختر مستخدماً عشوائياً، ثم عنصراً تفاعل معه، ثم عنصراً لم يتفاعل معه. احسب التدرّج لتلك الثلاثية، حدِّث المعاملات، ثم كرِّر.

تدرّج BPR-OPT لثلاثية واحدة هو:

$\frac{\partial \text{BPR-OPT}}{\partial \Theta} = \sigma(-\hat{x}_{uij}) \cdot \frac{\partial \hat{x}_{uij}}{\partial \Theta} - \lambda_\Theta \Theta$

لاحظ الحد $\sigma(-\hat{x}_{uij})$: هو بمثابة إشارة تعلّم ذكية تتكيّف تلقائياً. حين يخطئ النموذج في الترتيب (الفارق سالب)، تكون $\sigma$ قريبة من 1 فيكون التحديث كبيراً. وحين يكون الترتيب صحيحاً بالفعل (فارق موجب كبير)، تقترب $\sigma$ من 0 ويكاد التحديث يتلاشى. النتيجة أن النموذج ينفق جهده التعلّمي على الأخطاء التي تستحق التصحيح.

إطار BPR مستقل عن النموذج المستخدم — يصلح لأي نموذج يُخرج درجة $\hat{x}_{ui}$ لكل مستخدم وعنصر. الورقة توضّح ذلك بتطبيقه على تحليل المصفوفات، وهو النموذج الأكثر شيوعاً في أنظمة التوصية في تلك الفترة.

الفكرة في تحليل المصفوفات أن كل مستخدم $u$ يُمثَّل بـمتجه كامن $W_u \in \mathbb{R}^k$، وكذلك كل عنصر $i$ يُمثَّل بمتجه $H_i \in \mathbb{R}^k$. الدرجة المتوقعة هي ببساطة الضرب النقطي بينهما:

$\hat{x}_{ui} = \langle W_u, H_i \rangle = \sum_{f=1}^{k} w_{uf} \cdot h_{if}$

وبالتالي يصبح فارق الدرجات:

$\hat{x}_{uij} = \langle W_u, H_i - H_j \rangle$

بالتعويض في تدرّج BPR-OPT، نحصل على تحديثات بديهية:

• $W_u$: يُدفع باتجاه $H_i - H_j$ — أي تقريب المستخدم من العنصر المفضَّل وإبعاده عن غير المفضَّل.
• $H_i$: يُدفع نحو $W_u$ — أي تقريب العنصر المفضَّل من المستخدم.
• $H_j$: يُدفع بعيداً عن $W_u$ — أي إبعاد العنصر غير المفضَّل.

الصورة الهندسية هنا جميلة وبديهية: كل خطوة تدريب تشدّ المستخدم وعناصره المفضَّلة نحو بعضهم في الفضاء الكامن، بينما تدفع العناصر غير المفضَّلة بعيداً عنه.

أثبت هذا الإطار متانة لافتة عبر السنين. خسارة BPR الزوجية صارت إشارة التدريب المرجعية لنماذج التغذية الراجعة الضمنية. وحين دخل التعلّم العميق مجال التوصيات، تبنّت بنية الترشيح التعاوني العصبي والبنى التي تلتها BPR-OPT كدالة خسارة. بل إن فكرة سحب ثلاثيات (مستخدم، عنصر إيجابي، عنصر سلبي) — ما بات يُعرف بـأخذ العيّنات السلبية — يعود في جذوره إلى أسلوب العيّنات التمهيدية في LearnBPR.

خسارة BPR الزوجية لا تزال لبنة أساسية في أنظمة التوصية. في كل مرة يسحب فيها نظام توصية حديث ثلاثية (مستخدم، عنصر إيجابي، عنصر سلبي) ويدفع الدرجة الإيجابية لتتقدم على السلبية، فهو يسير على الدرب الذي رسمه BPR. ورسالة الورقة الجوهرية — حسِّن المقياس الذي يهمك فعلاً، لا بديلاً أسهل — تبقى من أهم الدروس في التعلّم الآلي التطبيقي.