面向超越准确率目标的传统推荐系统调优：多目标场景下的超参数敏感性与Pareto前沿评估

《Knowledge-Based Systems》：Tuning conventional recommender systems for beyond-accuracy objectives

　　

面向超越准确率目标调优传统推荐系统（Recommender Systems, RSs）：应对多目标推荐系统（Multi-Objective Recommender Systems, MORSs）部署中的实际挑战；考察超参数调优作为面向多目标目标的一种互补性、模型保持型调节手段；系统性评估揭示传统推荐系统（RSs）模型在调优中的未开发潜力；为平衡准确率与长尾曝光、新颖性和多样性提供可操作洞见。

该研究围绕推荐系统（Recommender Systems, RSs）长期以准确性为核心评价目标所引发的部署问题展开。研究背景表明，尽管RSs在电子商务、媒体消费和社交网络等平台中承担个性化内容、商品推荐与信息过滤功能，但其开发与评估长期主要由均方根误差、精确率和召回率等准确性指标驱动。随着RSs进入就业、教育和数字媒体等高影响领域，仅以准确性作为唯一优化目标被认为可能忽视甚至加剧公平性、代表性与用户福祉问题，因此公平性、多样性、新颖性和透明性等超越准确率目标受到重视。多目标推荐系统（Multi-Objective Recommender Systems, MORSs）通过联合优化多目标来回应上述问题，但将辅助目标纳入损失函数在实际商业环境中面临目标操作化、算法复杂度与业务关键绩效指标（Key Performance Indicators, KPIs）之间的复杂权衡，并带来计算开销、系统可维护性、可调试性和可解释性下降，以及推荐管线重验证、工程团队再培训和 serving 基础设施重配置等障碍。现有评估仍以准确性为主，超参数调优亦受该范式影响；关于既有RSs能否通过配置调优而非架构替换来适配公平性与多样性目标，仍缺乏实践方法论。研究人员据此将超参数调优视为模型保持且广泛可用的策略，提出评估传统RSs在多目标场景下对超参数调优敏感性的框架，并强调其作为互补手段而非普遍替代专用MORSs的定位。
研究人员开展了基于Pareto最优性（Pareto optimality）的系统研究：将同一模型的超参数配置表示为多目标空间中的点，以配置到Pareto前沿的距离刻画模型对调优的敏感性，并在六类代表性RSs、三个公开数据集和两个多目标场景中进行实证评估。研究结论显示，传统准确性导向模型可通过超参数配置在多目标权衡空间中受到有效引导；邻域模型尤其是UserKNN表现出较强稳健性，LightGCN与BPRMF较敏感，嵌入维度（factors）在因子分解与图模型中具有持续影响。该研究的重要意义在于为已部署RSs提供低侵入、模型保持的多目标改进路径，并为模型选择、调优成本与稳定性权衡提供可操作依据，同时明确其结论受离线协议、模型与数据范围限制，不构成对专用多目标或公平感知推荐设计的普遍替代证明。
关键技术方法概述（不超过250字）：研究人员提出基于Pareto最优性的评价框架，以配置到Pareto前沿的距离均值（μ）和标准差（σ）量化模型对超参数调优的敏感性；对6个传统RSs各训练32组超参数配置，共192个模型，并在Amazon Books、Movielens1M和Amazon Music三个公开数据集上采用隐式反馈与70–10–20留出划分，以验证集nDCG@10选择检查点并早停；设置内容曝光场景（nDCG/APLT）与内容分发场景（nDCG/EPC/Gini），使用Mann–Whitney U检验与Cliff’s Delta（δ）评估差异，并与MultiFR、MMR和xQuADPOP等专用多目标基线进行定性比较。
研究结果如下。
7.1 多目标场景下超参数调优敏感性（RQ2）：通过三数据集、32组配置的Pareto距离分析，研究人员发现不同算法家族对超参数调优的敏感性存在稳定差异。
7.1.1 内容曝光场景：以nDCG与APLT评估准确性与长尾曝光时，UserKNN在三数据集中均取得最低μ和σ，表现出最少调优依赖；ItemKNN总体次优但σ较高；NeuMF和NGCF表现随数据集波动；BPRMF和LightGCN通常μ和σ较高，Amazon Music上BPRMF呈低σ高μ的一致但次优解。
7.1.2 内容分发场景：以nDCG、EPC与Gini评估准确性、新颖性和多样性时，Pareto前沿规模更小，说明三目标同时优化更困难；UserKNN仍最稳健，NeuMF和NGCF延续波动特征且在Amazon Music需更精细调优，LightGCN和BPRMF仍显示较高敏感性，ItemKNN在Amazon Books上效果略降。
7.1.3 实践启示：通过Borda计数（Borda count）构建稳健性排名后，稳定性与低调优成本优先时UserKNN为优选；若追求峰值多目标性能，NeuMF或NGCF更可取但需数据集特定调整；BPRMF和LightGCN不宜作为多目标场景主选；模型排序在L₁、L₂和L_∞范数下保持稳定。
7.2 超参数对推荐系统调优的影响（RQ3）：通过隔离特定超参数取值并计算其配置到Pareto前沿的μ和σ，研究人员识别出家族依赖的关键超参数。
7.2.1 因子分解模型：NeuMF中factors=64持续引导配置接近Pareto前沿；BPRMF中最具影响的是学习率，学习率=0.005表现突出，factors=64为第二重要因素；更大嵌入维度可提升表示容量以容纳长尾偏好。
7.2.2 图模型：NGCF与LightGCN中factors=64为最主要影响因素，layers=4为次要但重要因素，学习率影响相对较弱；说明图卷积深度与嵌入容量共同影响多目标权衡。
7.2.3 邻域模型：UserKNN与ItemKNN对调优总体不敏感，常出现近零μ和σ；余弦相似度（cosine similarity）在多样数据集与场景中表现最稳健，Jaccard或Manhattan等相似度的变异性更大。
7.2.4 实践启示：通过模型—超参数配置的Borda计数排名，研究人员建议稳定性优先时选邻域模型尤其是UserKNN；若选因子分解或图模型，可将factors=64作为默认起点，再将调优集中于BPRMF学习率或图模型层数等少数关键参数；前10配置在不同距离范数下组成一致。
7.3 与专用多目标基线的基准比较：通过在同一框架下比较传统模型与MultiFR、MMR、xQuADPOP的Pareto前沿，研究发现调优后的传统模型在部分区域接近或部分重叠专用基线，但该比较为定性情境化比较，不足以证明传统调优普遍等价或优于专用多目标方法；当需要明确多利益相关者目标、公平约束或形式保证时，专用方法仍是更原则性的选择。
7.4 计算成本与性能权衡：通过统计每轮训练时间和32配置网格搜索总时长，研究发现UserKNN和ItemKNN调优成本很低，而NGCF等在Amazon Books上成本极高；该框架复用常规调参过程，通过识别稳健超参数模式可剪枝搜索空间并降低训练时间，其主要优势在于模型保持、避免架构重构及其运维负担，而非训练多配置始终低成本。
7.5 泛化性与局限：基于三数据集、六模型、两场景和固定32配置预算的离线评估，研究表明结论应理解为受控研究设计内的稳健性模式，而非可自动推广至所有架构、数据或多目标形式的普遍结论；离线协议未覆盖在线、序列、会话感知和工业规模推荐中的用户偏好演化、反馈回路、重复曝光、时延约束与业务规则，也未实证涵盖可解释性、提供者效用或消费者公平等额外目标。
讨论部分总结：该研究将超参数调优定位为一种实用、模型保持且较低架构侵入性的补充策略，用于在不立即重构模型架构的情况下改善传统RSs的多目标表现；其价值在于揭示模型稳定性、调优复杂度与多目标性能之间的实践权衡，同时明确不能据此断言超参数调优可普遍替代专用多目标或公平感知推荐设计。
研究结论部分翻译：本文回应了推荐系统（RSs）中超越纯准确性驱动优化的需求，并承认部署专用多目标推荐系统（MORSs）存在实践挑战。研究人员假设，谨慎调优传统准确性导向RS模型的超参数，可为平衡准确性与公平性、新颖性和多样性等关键超越准确率目标提供更务实且侵入性更低的策略。为考察该潜力，研究人员引入基于Pareto最优性的创新评价框架，通过配置到Pareto前沿的距离衍生指标——均值距离（μ）刻画接近性、标准差（σ）刻画离散性——系统量化传统RS模型在多目标情境下对超参数调优的敏感性。跨邻域、因子分解和图模型六类RSs并在内容曝光与内容分发两个多目标场景中开展的实验显示：邻域模型尤其是UserKNN具有显著稳健性，在有限调优资源下即可持续取得Pareto最优或近最优解；LightGCN和BPRMF敏感性较高，释放其多目标潜力需要更精确且可能更昂贵的超参数优化；嵌入维度（factors）在因子分解与图模型中是持续影响最大的超参数，较大嵌入规模通常增强模型处理复杂多目标权衡的能力。研究由此得出聚焦性结论：超参数调优可作为提升传统RSs多目标性能的实用、模型保持方法，而无需立即进行架构变更；但结果不应被解释为超参数调优可普遍替代专用多目标或公平感知推荐设计的证明。该框架与结果强调既有模型的未开发潜力，并揭示模型选择、性能稳定性与调优复杂度管理中的实践权衡。该洞见为从业者将已部署RSs适配新兴伦理与功能需求提供低开销策略，同时其结论受当前研究设计边界约束，包括代表性但非穷尽的模型、数据集与超参数预算，两个实例化多目标场景，因资源限制导致的一个专用基线部分基准覆盖，以及采用基于准确性的检查点选择的离线协议。未来工作应扩展至更广场景定义、更大基准套件与在线评估，并研究替代检查点选择准则，包括基于Pareto支配、超体积（hypervolume）或明确利益相关者偏好的验证程序。