Что такое BPR и почему попарная функция потерь уместнее поточечной?

BPR (байесовское персонализированное ранжирование) учит модель не предсказывать оценку, а упорядочивать пары: для пользователя u объект i, с которым было взаимодействие, должен получить больший балл, чем случайный объект j без взаимодействия. Оптимизируется Σ ln σ(x_ui − x_uj) — то есть вероятность правильного порядка внутри пары. Это уместнее поточечного подхода, потому что итоговая задача — ранжирование, а не восстановление абсолютных значений: пользователю всё равно, 0.8 у объекта или 0.3, важно лишь, что он выше остальных. Побочный эффект — качество BPR сильно зависит от того, как сэмплируются отрицательные примеры.