소셜 신뢰 예측을 위한 맥스놈 제약 1비트 행렬 완성

본 논문은 소셜 네트워크에서 사용자 간의 신뢰와 불신 관계를 예측하는 문제를 1비트(±1) 행렬 완성 문제로 정의하고, 기존 방법들이 직면한 두 가지 핵심 과제—관측값이 이진 형태이며, 샘플링이 비균등하게 이루어진다—를 동시에 해결하고자 한다. 1. **문제 정의 및 배경** - 소셜 신뢰 예측은 사용자가 다른 사용자를 신뢰(1)하거나 불신(-1)하는 관계를 추정하는 작업이다. - 관측된 관계는 전체 사용자 쌍 중 극히 일부에 불과하며, 대부분은 ‘?’(미관측) 상태이다. - 기존 연구는 (i) 유사도 기반 방법, (ii) 저차원 행렬 분해 기반 방법, (iii) 이진 분류 모델 등으로 접근했지만, 1비트 특성과 비균등 샘플링을 동시에 다루지는 못했다. 2. **맥스놈(max‑norm) 제약의 도입** - 행렬 X의 맥스놈은 X = UVᵀ 로 표현될 때 각 행의 ℓ₂ 노름 중 최댓값을 최소화하는 규제이다: ‖X‖_max = min_{U,V} max{‖U‖_{2,∞}², ‖V‖_{2,∞}²}. - 핵심노름(‖X‖_*)은 행별 ℓ₂ 노름의 평균을 최소화하는 반면, 맥스놈은 최댓값을 제한함으로써 특정 행·열이 과도히 큰 값을 갖는 것을 방지한다. 이는 비균등 샘플링 상황에서 일반화 오차를 낮추는 효과가 있다. - 문제(3.2)는 “‖P_Ω(Z−X)‖_F² 최소화, ‖X‖_max ≤ λ” 로 정의된다. λ는 정규화 강도를 조절한다. 3. **수학적 변형 및 최적화** - Lemma 4.1에 의해 맥스놈 제약은 반정정형식(SDP)으로 변환 가능: A, B 대각선 원소 ≤ λ², 그리고