Quelle est la prochaine étape pour les algorithmes Netflix ?

Quand le Prix ​​Netflix a été décerné le mois dernier, il a mis fin à trois années de compétition intense visant à trouver un meilleur algorithme pour prédire les préférences des utilisateurs en matière de films.

L'équipe gagnante, Le chaos pragmatique de BellKor , a été le premier à prévoir les cotes d'écoute des clients de Netflix avec une précision de 10 % supérieure à celle du système interne de l'entreprise, un exploit que de nombreux experts pensaient être impossible lorsque le prix d'un million de dollars a été annoncé. Netflix prévoit d'offrir un deuxième prix , cette fois pour les algorithmes qui prédisent les préférences en matière de films en utilisant davantage d'informations sur l'utilisateur, telles que le sexe, l'âge et le code postal. Mais les experts disent que le vrai défi est de trouver des moyens d'appliquer les leçons apprises grâce au défi Netflix d'origine à d'autres systèmes de recommandation.

Fin octobre, des experts du domaine se réuniront au Conférence ACM sur les systèmes de recommandation à New York pour demander, entre autres, ce qu'on a appris du prix Netflix.

Les participants au concours Netflix original ont formé leurs algorithmes à l'aide d'une énorme collection de données : plus de 100 millions d'évaluations couvrant près de 18 000 titres de près d'un demi-million d'abonnés. Pour tester leurs résultats, leurs algorithmes ont été testés sur un ensemble de données conservées par Netflix et tenues secrètes des concours pour éviter les tricheries.

Les données de Netflix ont présenté plusieurs obstacles redoutables, explique Nicolas Ampazis , professeur assistant au département d'ingénierie financière et de gestion de l'Université de la mer Égée en Grèce, dont l'équipe, The Ensemble , a terminé le concours à la deuxième place. L'ensemble de données était énorme, mais il était également clairsemé, ce qui signifie que les clients ont généralement évalué environ 1% des films qu'ils ont regardés. Franchir la barrière des 10 % signifiait donc repousser considérablement les limites des techniques de modélisation existantes, explique Ampazis.

Mais les défis présentés par les données Netflix ont également rendu la compétition très précieuse, selon Ces Bertino , un autre membre de l'Ensemble. Les chercheurs ont généralement le luxe de choisir des ensembles de données et d'avoir plus d'informations sur ces données. Dans le concours Netflix, les concurrents ont été contraints d'appliquer tous les algorithmes au même ensemble de données du monde réel, frustrantes et inégales. Parce que les gens devaient utiliser un ensemble de données fixe, ils devaient gérer non seulement les avantages d'une méthode particulière, mais aussi ses faiblesses, explique Bertino. Vous ne pouviez pas y échapper.

Gavin Potter , qui a été reconnu pour avoir décroché le top 10 du prix Netflix en 2008 sous le nom Just a guy in a garage, affirme que quelques réalisations clés ont permis aux algorithmes gagnants d'atteindre l'objectif. Tout d'abord, un puissant algorithme de recherche de modèles dans les ensembles de données, une technique connue sous le nom de filtrage collaboratif, a été rationalisé afin qu'il puisse être utilisé sur le grand ensemble de données Netflix. Deuxièmement, les participants ont appris à prêter attention à certains nouveaux types de détails, par exemple le fait que la commande d'un film indique une certaine préférence pour celui-ci, même si le client ne l'a pas noté. Les informations sur la date et l'heure se sont également révélées importantes. Mais la plus grande réalisation, note Potter, était que le mélange d'une variété d'approches a donné les meilleurs résultats.

Le mélange de différentes approches a attiré beaucoup d'attention dans les autopsies de la compétition, mais Jean Riedl , professeur d'informatique à l'Université du Minnesota, dit qu'il a des sentiments mitigés à ce sujet. Des gens comme moi ont cherché des idées qui nous donneraient un aperçu de la structure de la solution, dit-il, où nous comprenons vraiment quelque chose de nouveau non seulement sur la solution qui fonctionne bien, mais aussi sur la raison pour laquelle elle fonctionne bien.

Les modèles gagnants, cependant, n'ont pas donné un tel aperçu. Ce qu'ils suggèrent, selon Riedl, c'est que combiner de nombreux algorithmes avec des techniques d'apprentissage automatique pourrait être une bonne approche pour gérer de grands ensembles de données en général. Cependant, même cela reste à prouver. Beaucoup d'entre nous craignent que cette approche ne soit pas aussi fructueuse ailleurs, ajoute-t-il.

Ce qui est clair, c'est que de nombreuses industries pourraient bénéficier des types de modèles construits pour la concurrence. Outre d'autres systèmes de recommandation en ligne, Ampazis suggère que de tels algorithmes pourraient être appliqués au trading sur le marché, à la détection des fraudes, à la lutte contre le spam et à la sécurité informatique. Bertino dit que les membres de l'Ensemble réfléchissent actuellement à la meilleure façon d'utiliser la technologie qu'ils ont générée au cours de la compétition.

Potter travaille à appliquer ses propres recherches pour le prix au site de rencontres en ligne OuiNonMaiB , qui utilise des algorithmes de recommandation bidirectionnelle pour trouver les utilisateurs qui souhaitent se rencontrer. En particulier, il espère utiliser les informations du prix Netflix pour faire des prédictions basées sur les préférences implicites des utilisateurs, telles que les pages qu'ils chargent.

Le prix Netflix a beaucoup attiré l'attention sur les systèmes de recommandation et a produit d'énormes progrès dans le domaine. Le deuxième concours semble susceptible de faire de même. Mais Riedl pense que d'autres composants des systèmes de recommandation peuvent être laissés pour compte dans le processus. Il est maintenant temps pour nous, en tant que domaine, de réfléchir aux autres aspects qui ont pu être négligés, dit-il, et à la manière dont les chercheurs peuvent progresser sur ces aspects d'une manière qui a des implications pour l'industrie.

Par exemple, Riedl voit un besoin d'algorithmes qui permettent aux systèmes de recommandation d'utiliser des ensembles de données toujours plus vastes, des systèmes qui expliquent à un utilisateur pourquoi une recommandation particulière a été faite et de meilleures interfaces utilisateur. Il note également que, bien que la concurrence Netflix ait fait des progrès impressionnants dans l'interprétation de données éparses, dans certains cas, il peut être judicieux d'apprendre à concevoir des sites pour encourager les utilisateurs à fournir plus de données. Il espère que la prochaine réunion à New York aidera à définir un ensemble plus large de questions auxquelles les chercheurs doivent répondre.

cacher