🛒 Motor de Recomendaciones — Filtrado Colaborativo en Vivo

La matriz de valoraciones es deliberadamente dispersa — cada usuario solo ha valorado un puñado del catálogo, así que la gran mayoría de las entradas son simplemente desconocidas, no cero. Entrenar al modelo para predecir un 0 o un valor promedio en cada entrada no observada le enseñaría activamente algo erróneo (que los productos no valorados no gustan). En su lugar, la pérdida de error cuadrático suma solo sobre los pares (usuario, producto) que realmente tienen una valoración en estrellas: L = suma sobre observados (r_ui − r-gorro_ui)². Los gradientes solo fluyen a través de las celdas con retroalimentación real, y los vectores latentes de los pares no valorados se llevan a posiciones sensatas únicamente compartiendo filas y columnas con las celdas observadas.

El objetivo de entrenamiento añade lambda·(‖u‖² + ‖p‖²) a la pérdida de error cuadrático, penalizando los vectores latentes de gran magnitud. Sin él, un usuario o producto con muy pocas valoraciones observadas puede desviarse hacia un vector extremo que ajusta esos uno o dos puntos de datos casi a la perfección pero predice de forma errática todo lo demás — un sobreajuste clásico en datos dispersos. La regularización reduce los vectores hacia cero salvo que los datos aporten evidencia repetida sólida para llevarlos más lejos, sacrificando algo de precisión de entrenamiento a cambio de una generalización mucho mejor a los productos no valorados de los que realmente dependen las recomendaciones.

Cuando valoras un producto para el usuario seleccionado, esa única terna (usuario, producto, valoración) se añade al conjunto observado y el optimizador ejecuta un lote adicional de pasadas de SGD centradas en los datos actualizados. Como los vectores de usuario y producto son parámetros compartidos, un puñado de pasos de gradiente extra basta para desplazar la posición latente del usuario hacia productos con factores similares — puedes ver el punto moverse en el gráfico de dispersión y la lista de las top-N predicciones reordenarse en menos de un segundo, sin reentrenar desde cero.

Si cada entrada de la matriz de valoraciones estuviera observada, la descomposición en valores singulares (SVD) podría calcular los factores óptimos de rango bajo directamente en forma cerrada. Pero las matrices de valoraciones reales son extremadamente dispersas — un usuario ha valorado una fracción minúscula del catálogo — así que la SVD clásica no está definida para las entradas faltantes. El descenso de gradiente estocástico evita esto limpiamente: solo toca celdas observadas, escala a millones de valoraciones porque cada actualización es O(K) por valoración, y admite de forma natural actualizaciones incrementales cuando llegan nuevas valoraciones, que es exactamente en lo que se basa el reentrenamiento en vivo de esta simulación.

Las valoraciones sintéticas de esta simulación se generan a partir de factores latentes de verdad fundamental más ruido aleatorio, así que incluso un modelo perfecto no puede predecir exactamente las estrellas ruidosas en cada ocasión — existe un suelo de error irreducible fijado por la varianza del ruido. La regularización también sacrifica deliberadamente algo de precisión en el conjunto de entrenamiento a cambio de generalización, lo que evita aún más que el RMSE llegue a cero. En la práctica esto es saludable: un modelo que lleva el RMSE del conjunto observado a cero con solo dos dimensiones latentes y un puñado de valoraciones por usuario casi con toda seguridad está memorizando ruido en lugar de aprender el gusto.