多准则群体推荐中用于缓解流行度偏见的信任加权与狄利克雷聚合方法

《Knowledge-Based Systems》：Trust-weighted and Dirichlet aggregation for popularity bias mitigation in multi-criteria group recommendations

　　•这是首项探讨多准则群体推荐系统中流行度偏见的研究。•文中提出了两种新的聚合策略（TR和DR）。•信任加权聚合方法结合了贝叶斯原理与产品信任度。•基于狄利克雷分布的聚合方法能提升长尾物品的多样性及覆盖度。•还提出了一种新的用户倾向度指标，用于评估用户偏好并缓解流行度偏见。

引言
在当今世界，互联网与信息技术的快速发展使得用户在获取所需服务或产品时面临大量时间浪费的问题。尤其是在在线环境中，过量的信息会让用户难以找到准确且有价值的内容。这种情况往往会导致用户对服务不满，也会让服务提供商在竞争激烈的市场环境中处于劣势。为解决这一问题，推荐系统应运而生，它能够从海量数据中筛选出合适且实用的内容，帮助用户无需在无关信息上浪费时间即可获得所需的服务或产品[1]。因此，推荐系统已成为用户和服务提供商都极为重要的工具。例如亚马逊的书籍推荐和Netflix的电影推荐，都展示了这些系统如何融入在线服务提供商的运营之中。

传统的推荐系统通常假设用户是基于单一标准来评价产品或服务的。然而，随着用户需求的日益多样化和差异化，这种一维的评价方式已显不足。人们逐渐意识到，用户应当通过多个子标准来综合评价产品或服务。比如在评价酒店时，用户不仅会表达整体满意度，还会考虑位置、设施、食物质量以及员工态度等不同方面。为满足这一需求，多准则推荐系统应运而生，它允许用户既从整体标准出发，又能从多个子标准角度对产品和服务进行评价[2]。这样一来，用户能够提供更个性化、更详细的信息，从而获得更精准的推荐；而服务提供商则能更深入地了解用户需求，发现自身不足，并提升服务质量。此外，多准则推荐系统还能帮助识别用户在整体评价中最看重的子标准。在旅行规划、酒店选择和餐厅挑选等诸多需要基于多重标准做出决策的领域，多准则推荐系统都已得到广泛应用[3][4]。因此，它不仅提升了用户体验，还为服务提供商带来了竞争优势。

尽管推荐系统能够生成吸引用户兴趣的优质推荐，但其内部机制也存在着一些结构性问题。其中最关键的问题之一就是流行度偏见[5][6][7]。流行度偏见指的是那些获得更多评分或相对更高分数的物品会逐渐变得更加突出，被更频繁地选中。在这一过程中，推荐算法会给予热门内容更高的权重，从而优先推荐那些评分高、浏览频次高或受到众多用户关注的物品。结果就是，热门产品占据推荐列表的前列，而那些不太知名或小众的物品则被忽视，其被用户看到的机会也越来越少。正因如此，流行度偏见在相关研究中被视为一个严重问题，因为它限制了推荐系统为用户群体和服务提供商带来的可能性。

在此背景下，有必要开发能够兼顾不同使用场景和推荐系统运行机制的新方法。除了以单个用户为中心的系统外，群体推荐系统也越来越受到关注。群体推荐系统是一种能够分析具有相同背景的一组用户的特征和偏好，进而生成能最大化他们整体满意度的推荐结果的机制。在日常生活中，许多决策并非由个人单独做出，而是集体共同决定。例如，一群朋友一起挑选电影、一家人商量度假目的地，或是工作团队选择餐厅，这些场景都需要考虑的不仅是单个用户的偏好，还有整个群体的满意度。群体推荐系统的目标就是以某种方式整合这些个体偏好，从而实现整个群体的最大满意度。因此，如何整合这些个体偏好——也就是采用哪种聚合策略——成为群体推荐系统研究的核心议题之一。根据群体的需求，人们会采用不同的策略，比如优先考虑最不满意的成员（最小痛苦原则[8][9][10]）、考虑所有成员的平均满意度（平均策略[11][12][13][14][15]），或者选择获得最多投票的支持选项（多数投票法[16][17][18]）。

然而，群体推荐系统中个体偏好的聚合过程本身就会放大流行度偏见的影响。由于群体通常是由具有相似品味、兴趣或目标的用户构成的，因此在聚合过程中，那些被部分群体视为热门的物品往往会占据主导地位。当为整个群体生成一份推荐列表时，那些受大多数人青睐的物品很可能会被选中，即便它们并不能充分反映所有群体成员的偏好。例如，假设有一个由五名用户组成的群体G={u1,u2,u3,u4,u5}，某个物品i1得到了用户{u1,u2,u3}的高度评价，说明它在群体中的受欢迎程度很高。但同样的物品i1可能对剩下的用户{u4,u5}来说兴趣不大，甚至毫无意义。尽管存在这种差异，但以多数人为主的聚合机制仍会因为该物品在多数人中的高人气而将其推到群体推荐列表的顶端。在这种情况下，个体偏好之间的差异会被忽视，群体推荐过程会系统性地偏向那些占主导地位的物品。结果就是，那些获得多数人认可的物品会持续出现在推荐列表中，而少数用户的偏好则被压制。

当传统的聚合策略依赖简单的平均计算或基于投票的机制时，这种主导效应会更加明显。这类策略会将所有的偏好信号视为同等可靠，而忽略评分一致性、样本量以及偏好强度等方面的差异。因此，那些获得大量评价的热门物品会不断得到强化，而那些虽然不那么热门但可能更适合用户的替代品则会被排除在群体推荐之外。在这种背景下，引入多准则视角为缓解流行度偏见提供了重要机会。通过从多个评估维度对用户偏好进行建模，多准则群体推荐系统能够更细致地分析用户行为和物品的相关性。不同的准则可以让用户表达出更细致的偏好，避免热门物品在所有维度上都占据绝对优势。如果再结合注重可靠性且对数据分布敏感的聚合策略，多准则建模就能有效降低多数人主导的影响，从而生成更加公平、多样化的群体推荐结果。

不过，多准则群体推荐系统在缓解流行度偏见方面的效果，最终取决于个体偏好信号的聚合方式，这也使得聚合策略的设计成为群体推荐系统研究中的核心问题。传统群体推荐系统中使用的聚合策略往往是通过简单平均或类似方法直接将个体偏好相加。然而，当不同的用户群体以不同的强度和分布对同一物品进行评价时，这种方法虽然能得出统计上相似的平均值，但在实际意义上却可能有所不同。换句话说，当只有少数用户给某物品给出高分，而大量用户给出低分时，传统方法都会用平均值来表示这两种情况，但实际上它们所反映的物品真实质量却大相径庭。例如，如果三个用户对某产品的评分都是5分，那么平均分就是5分；而如果更多用户对该产品的评分都是1分（共15次），那么平均分就会变成1分。在第一种情况下，该产品看起来质量非常高，而在第二种情况下则显得质量很低。但需要注意的是，在第一种情况下，评价的样本量极小，因此所得信息的可靠性也很低；而在第二种情况下，大量用户给出低分，这能提供更广泛、更可靠的关于产品质量的信号。类似的问题不仅在基于平均值的策略中存在，在多数投票法和加法效用主义方法等其他传统策略中也有体现。这些传统策略会系统性地增加热门物品在群体推荐中被推荐的概率，而那些虽不热门但仍有潜力被用户群体认可的物品则会被忽视。因此，仅仅依靠平均值的聚合策略无法准确反映用户的真实倾向以及物品的真正质量，因为它们忽略了样本量、评分频率、可靠性水平以及评分分布等具有统计意义的因素。这些缺陷正是流行度偏见产生和加剧的重要原因。

在本研究中，不同于传统的聚合策略，我们提出了两种新的聚合方法，它们不仅考虑物品的平均评分，还兼顾了评分频率、可靠性和评分分布情况。在这些新方法中，除了用户评价的频率和分布外，还加入了“产品信任度”这一概念。产品信任度反映了这样一个现实：即便在没有亲自体验之前，根据其他用户的评价，我们也可以判断某个产品或服务的可靠性。为此，本研究采用了贝叶斯加权平均法，即在计算数据集中的评分时，不仅依据现有的评分值，还会考虑先验信息。与传统的方法将每个评分赋予相同权重不同，贝叶斯方法会将观察到的评分与基于预先定义的知识或过往经验得出的先验期望相结合来计算平均值。这种方法在样本量较小或数据不平衡的情况下，能够得出更可靠的结果。例如，少数几个高评分可能会误导性地提高产品的平均分，而贝叶斯加权平均法则通过将这些评分与整体系统均值或固定的先验值相结合，来缓和这种影响，从而得到更为均衡且更具普遍性的结果。此外，每种物品的计算出的“产品信任度”反映了用户和系统基于该产品长期以来的质量、可靠性和一致性表现所赋予它的信任程度。与人际信任不同，产品信任是针对产品本身而言的。在聚合阶段考虑这些因素，有助于平衡各物品的流行度，进而让推荐系统生成的推荐结果更加公平、可靠且具有代表性。

在此背景下，推荐生成过程不仅仅依赖于个体评分和贝叶斯平均值，还会考虑用户群体的主导倾向与物品的显著特征之间的相互作用。在传统方法中，如果某个群体存在某个主导性标准，推荐列表就会直接聚焦于符合该标准的物品。然而，这种方式会限制用户的选择范围，让他们只能停留在熟悉的偏好上，而忽视了发现新事物的机会。因此，在本研究中，我们考虑了一种反向偏好场景，即生成与用户群体主导倾向相反的推荐结果，并分析其对流行度偏见、用户满意度以及公平性的影响。为此，我们开发了一种新的性能指标——无倾向比率（UR），该指标能够在多准则环境下同时考虑用户和物品的倾向，从而揭示流行度偏见的影响。所提出的方法不仅能全面评估用户满意度，还能衡量推荐结果的多样性及公平性。在这个过程中，通过双重/去偏差机器学习（DML）——偏置消除法来确定各准则的相对重要性，从而以更加客观、可靠的方式识别出主导性倾向。

本研究是首次尝试从整体角度探讨多准则群体推荐系统中的流行度偏见问题，同时还纳入了可靠性这一维度。本研究对现有文献的主要贡献可总结如下：•新的聚合策略：我们提出了适用于多准则环境下群体决策的新聚合策略，除了简单的平均值外，还考虑了频率、可靠性及分布等统计维度。•新的性能指标：引入了一种名为UR的新评估指标，通过考量推荐结果与群体倾向偏差的情况，来衡量流行度偏差问题。•多样性与公平性：所提出的方法不仅关注满意度与流行度偏差，还系统地解决了多样性与公平性问题，从而为推荐质量提供更全面的评估。•原创性贡献：据我们所知，这是首项从可靠性角度研究多准则群体推荐系统中流行度偏差问题的研究，它提供了新的方法工具与评估框架。•方法论贡献：通过区分相互关联的准则所带来的影响，该方法能够准确揭示每个准则对结果的真实边际贡献，进而实现基于统计学的用户/产品群体中主导趋势的建模。本研究共包含7个章节。第2章为文献综述，第3章介绍研究中使用的方法。第4章阐述所提出的方法，第5章则介绍数据集、测试方法、基准聚合方法、性能指标以及实验结果。第6章是对研究结果的讨论，最后一部分则给出了研究得出的总体结论与建议。

相关研究
为系统梳理现有文献，本节分为两个小节。第一小节回顾了单准则群体推荐系统的相关研究，第二小节则聚焦于多准则群体推荐系统。

背景
本节介绍了研究中使用方法的相关信息。

所提出的聚合策略
本节探讨了两种新的聚合策略，它们注重产品和用户的评估频率、可靠性水平以及得分分布，旨在减少多准则群体推荐系统中的流行度偏差。

实验研究
本节通过一系列实验来评估所提出的聚合方法。首先介绍了测试方法、与所提方法相比的基准聚合策略，同时简要提及了数据集、性能评估指标及实验结果。

讨论
实验评估与统计分析清楚地表明，所提出的TR和DR两种聚合策略会根据数据集特征及评估指标的不同而表现出不同的效果。在YM10和YM20数据集上，TR在准确性（精确度和召回率）以及公平性（UR）方面均展现出显著提升，这说明它能够筛选出相关物品，同时减少对热门产品的依赖。而DR则在注重多样性的指标上表现更好。

结论与未来工作
总之，实验结果从定量角度证明了，所提出的TR和DR聚合策略相较于传统聚合方法，在YM10、YM20、TA和Yelp数据集上都能带来互补性的改进。与最强的传统基准方法相比，TR在YM10数据集上的Recall@10提升了103.9%，在YM20数据集上提升了91.7%；在TA数据集上，它的精确度也有了显著提高，Precision@5提升了25.4%，Precision@10提升了12.9%。这些结果证实了TR的有效性。

参考文献
表14、表28、[63]、[64]、[65]、[66]

利益冲突声明
作者声明没有已知的可能影响本文所述工作的财务利益或个人关系。

图格巴·图尔科格鲁·卡亚