FLAME: Probabilistic Model Combining Aspect Based Opinion Mining and Collaborative Filtering

WDSMWU&ESTER 2015

1

Thursday, May 14, 15

WHO

•バクフー株式会社　柏野雄太


読んだ論文

• FLAME: Probabilistic Model Combining Aspect Based Opinion Mining and Collaborative Filtering

• Yao Wu / Matin Ester

• collaborative filtering -> opinion mining

• large geo DB -> spatial data mining

• Review Mining using LDA like method


動機


動機

• webの世界にはレビューが溢れているが，沢山ありすぎて全部読めない

•同じ対象でも意見は各人多様のプリファレンスを持つので容易に扱えない

•それでもレビューは意思決定に役に立つはずだ


先行研究• Collaborative Filtering + LDA (science articles)

• Wang & Blei 2011

↵ ✓ z w �

r�v

�u u

N K

J

I

v

rij ⇠ N (uTi vj , c

�ij1)

✓j ⇠ Dirichlet(↵) wjn ⇠ Mult(�zjn)

rij 2 {0, 1}

r : overall rating

v : latent item distribution

u : latent user preference


先行研究• Aspect-based Opinion Mining (hotel review)

• Wang et al. 2010

⌃

µ

↵

�2 �

s wr

DK

r : overall rating

s : aspect rating


ASPECT?

• location, sleep quality, room, service, value, cleanliness


提案モデル


提案モデル�i,a �u

'd,a

✓d

rd

⌘0 ⌘u ⌘i

st

at

wn

�a

�a,rW

T

D

A

A

IU

UI

R

A

p(wn|at, st,↵) ⇠ Multi(↵at,st)

↵a,s[j] =exp(�a[j] + �a,s[j])PVl=1 exp(�a[l] + �a,s[l])

rd ⇠ N (X

a

✓d[a]E[rd, a],�2r)

E[rd, a] = �Tu�i,a


提案モデル�i,a �u

'd,a

✓d

rd

⌘0 ⌘u ⌘i

st

at

wn

�a

�a,rW

T

D

A

A

IU

UI

R

A

p(wn|at, st,↵) ⇠ Multi(↵at,st)

↵a,s[j] =exp(�a[j] + �a,s[j])PVl=1 exp(�a[l] + �a,s[l])

rd ⇠ N (X

a

✓d[a]E[rd, a],�2r)

E[rd, a] = �Tu�i,a

潜在ユーザ選好

語-アスペクトの相関

語,アスペクト,評価の相関

文ごとのアスペクト

文ごとの評価

アスペクトごとの評価分布

評価分布

評価の出やすさの潜在変数

アスペクト分布


生成プロセス


LIKELIFOOD• MAP

•変分ベイズ

{{⌘}, {�},�, �}

{↵, s}


実験と結果データ

• TripAdvisor / Yelp


実験と結果 PERPLEXITY

• FLAMEがアウトパフォーム

TripAdvisor Yelp

LDA-A

LDA-AR

D-LDA

FLAME

1012.80 767.24

918.07 728.00

771.05 621.24

733.12 590.46


実験と結果 PREDICTION

• TripAdvisorアスペクト評価予測

PMF LRR+PMF FLAME

RMSE 0.970 1.000 0.980

N/A 0.110 0.195

0.304 0.177 0.333

0.210 0.238 0.196

⇢A

⇢I

L0/1

Pearson correlation inside reviews ⇢A =

1

D

AX

d=1

⇢(sd, s⇤d)

Pearson correlation pers.ed ranking ⇢I =

1

UA

UX

u=1

AX

d=1

⇢(sIu,a , s⇤Iu,a

)


実験と結果質的評価�a �a,r


将来の応用アスペクト分布•ユーザごとのレビュー推薦

•推薦の理由付け


FLAME: Probabilistic Model Combining Aspect Based Opinion Mining and Collaborative Filtering

Software