基于异构用户交互与反馈多层次融合的统一推荐系统

《Big Data Research》：Unified Recommender Systems through Multi-Level Integration of Heterogeneous User Interactions and Feedback

　　

• 三个集成层次统一了异质的用户交互和反馈。
• 早期输入级集成提供了最佳的整体推荐准确率。
• 群组感知集成在无需群组画像投影的情况下改进了推荐。
• 自适应加权捕获了每个用户-物品预测中的源重要性。
• 实际部署验证了在收集的行为数据上的有效性。

引言

推荐系统是人工智能领域的一个重要方向，旨在帮助用户发现与其偏好相匹配的物品[1,2]。通过建模用户-物品行为，这些系统减少了信息过载并提升了整体用户体验。在实际应用中，它们在提高用户参与度、影响消费行为以及推动数字平台的业务表现方面发挥着关键作用[3,4]。因此，推荐系统已成为提升收入和维持长期用户留存的重要工具。

这些系统在各行各业中得到了广泛应用。像亚马逊这样的电商巨头利用它们根据用户的购买历史推荐物品[5]。在娱乐领域，像Netflix和Spotify这样的平台利用推荐系统提供与用户消费习惯相匹配的电影和音乐[6]。此外，在线学习平台[7]、社交网络[8]和金融服务[9]也整合了推荐系统以增强用户互动并优化其整体体验。值得注意的是，群组推荐日益增长的需求带来了新的挑战，要求推荐系统不仅提供个性化建议，还要聚合和平衡群组成员的多样化偏好。

推荐系统主要采用三种方法：基于内容的过滤、基于知识的过滤和协同过滤。基于内容的过滤根据物品属性和用户画像推荐物品[10]。然而，这种方法通常受其特异性限制，使用户难以发现其现有偏好之外的物品。基于知识的过滤依赖领域特定的规则和约束来生成推荐[11]。相比之下，协同过滤分析社区偏好数据以提供个性化推荐[12]。协同过滤是推荐系统中采用最广泛的方法之一，因其强大的个性化能力和发现用户偏好中潜在模式的有效性。该方法从收集的用户偏好中学习预测模型，使其能够推断个人偏好并生成最终推荐。收集的偏好数据越完整和准确，推荐模型就越精确。在理想情况下，用户在体验物品后通过评分直接表达偏好，评分反映从"强烈不喜欢"到"强烈喜欢"的满意度水平。然而，收集大量高质量的评分数据是一个重大挑战[13,14]。这个过程需要投入大量时间和资源引导用户提供诚实准确的评分，尤其是在大规模调查中。在实践中，许多评分数据集高度稀疏，且某些用户响应可能无法反映其实际体验[15,16]。因此，仅依赖评分的推荐模型常常面临训练限制[16]。

为了克服这些限制，现代推荐系统在评分之外整合补充数据源。一种常见策略是纳入文本评论，将其转换为数值表示（例如标量值或特征向量）[15,16]。此外，用户交互数据提供了有价值的上下文信号以增强模型训练[13,17]。在实践中，数字平台生成丰富的异质大型行为数据，由多样化的用户交互（例如查看、加购、购买）和用户反馈（例如文本评论和数字评分）组成[17,18,19]。每种行为都编码了有价值的偏好信号。尽管如此丰富，大多数推荐系统仅利用这些行为的子集，通常依赖评分结合单一辅助源。一种典型方法将评分与评论配对[15,16,20,21,22,23]，而另一种常见做法将所有交互视为单一无差别的信号，然后与评分整合进行推荐[13,17,24,25,26,27]。这些简化导致信息损失并限制了系统捕获细粒度用户偏好的能力。

为解决这一差距，我们提出统一的协同过滤模型，通过多层次策略整合异质用户交互和反馈，适用于单个用户和群组推荐。本工作的贡献可总结为四个层次，从提出的统一推荐框架到其实证验证，具体如下：
• 统一多层次集成框架：我们引入了预测级、表示级和输入级的三种集成协同过滤策略，以充分利用异质用户交互和反馈。
• 自适应多源学习：我们开发了一种动态加权机制，自适应地确定每个数据源的贡献以优化推荐准确率。
• 扩展到群组推荐：我们通过直接建模群组结构而不是依赖代表性群组画像，将提出的框架扩展到群组推荐。
• 广泛验证和可复现性：提出的框架通过基准实验和实际的RecoTrack系统（https://recotrack.fit.hcmus.edu.vn/）进行了验证。为支持可复现性，我们公开发布了完整源代码（https://github.com/recotrack/recotrack）和RecoTrack-PSMusic数据集（https://www.kaggle.com/datasets/recotrackrecommender/recotrack-recommender），该数据集收集自RecoTrack上的真实用户交互。

本文其余部分组织如下。第2节形式化推荐问题，包括个人和群组设置。第3节综述相关工作并指出研究差距。第4节介绍提出的多层次集成策略。第5节报告实验结果和分析。第6节描述实际部署。最后，第7节总结全文并讨论未来研究方向。本研究使用的符号总结在表1中。

节选段落

协同过滤推荐问题的定义

在推荐系统中，一个主要目标是预测用户对其尚未体验物品的偏好。偏好通常通过评分表达，每个评分代表用户在消费物品后的评价，通常记录在定量尺度上，如1-5分。相应地，推荐问题通常被形式化为评分预测任务[15,16,17,28]。设r为用户-物品评分矩阵，其中每个观测条目r_u,i≠*

传统协同过滤模型

协同过滤模型通常旨在学习共享特征空间中用户和物品的潜在表示。在此空间中，用户和物品之间的兼容性用于推断缺失的评分[20,28]，如图2所示。相应地，这些潜在表示通过优化损失函数学习，以最小化观测评分和预测评分之间的差异。一种基础技术是潜在因子模型[32]，它近似预测

预测级方法（PLA）

如图5所示，预测级方法（PLA）在预测级整合异质行为信息。PLA首先构建多个专用推荐模型，每个模型针对一种类型的补充信息设计。其直觉是不同行为源表现出不同特征，因此可通过针对每种数据类型定制的推荐算法更有效地建模。

假设有m个补充行为数据源

实验设置

为了评估提出的方法，我们实现了从传统基于评分的方法到整合评分与不同交互和反馈的模型。如表2所总结，这些实验考察了不同数据源的互补性，并为提出的集成策略识别了合适的子模型。由于现有集成模型主要处理多模态或上下文信息而非细粒度行为数据，我们对其进行了调整

背景和动机

许多现有数字平台要么缺乏推荐能力，要么依赖过时方法。这产生了对一种轻量级且成本效益高的解决方案的需求，可以轻松集成到现有系统中。为满足这一需求，我们开发了RecoTrack，一个基于插件的推荐平台，可在RecoTrack（https://recotrack.fit.hcmus.edu.vn/）获取（图16）。一旦安装，插件自动收集用户行为并将其发送到后端推荐引擎

结论

本研究提出了一个统一的推荐框架，有效整合了异质用户交互（例如查看、加购和购买）与用户反馈（例如文本评论和数字评分）。这些多样化数据源提供了互补信号以捕获用户偏好。为系统利用这种异质性，该框架引入了三种集成策略，对应推荐流水线的不同阶段：输入级、表示级和预测级。

CRediT作者贡献声明

Tiet Gia Hong：原创草稿撰写，验证，资源，方法论，调查，正式分析，数据整理。
Le Nguyen Hoai Nam：原创草稿撰写，可视化，验证，监督，软件，资源，项目管理，方法论，调查，资金获取，正式分析，数据整理，概念化。

Tiet Gia Hong | Le Nguyen Hoai Nam