🤖 AI

CoRCi: Cross-Reconstruction of Coherent Interests Modeling in Cross-Domain Sequential Recommendation

CoRCi est un nouveau cadre de recommandation séquentielle cross-domaine qui traite les problèmes de parcimonie des données et de cohérence des intérêts en employant un mécanisme de reconstruction croisée pour générer des représentations de domaines mixtes et une fonction de perte FocalNCE pour renforcer l'alignement invariant au domaine, surpassant ainsi les méthodes de pointe.

Auteurs originaux : Qingtian Bian, Tieying Li, Marcus de Carvalho, Jiaxing Xu, Hui Fang, Yiping Ke

Publié 2026-08-11

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Qingtian Bian, Tieying Li, Marcus de Carvalho, Jiaxing Xu, Hui Fang, Yiping Ke

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de deviner ce que votre ami veut manger ensuite. Si vous savez seulement qu'il adore la pizza, vous pourriez suggérer plus de pizza. Mais et si vous saviez aussi qu'il vient d'acheter une cafetière haut de gamme et des grains de café gourmets ? Soudain, vous réalisez qu'il n'est pas seulement un « amateur de pizza » ; c'est un « gourmet » avec un goût spécifique et évolutif pour les ingrédients de haute qualité, qu'il s'agisse de l'italien ou du café d'inspiration italienne. C'est le cœur des Systèmes de Recommandation : les entremetteurs numériques qui tentent de prédire ce qui vous plaira ensuite en se basant sur ce que vous avez fait auparavant.

Habituellement, ces systèmes fonctionnent en silos. Une application de films ne connaît que votre historique de films, et une application d'épicerie ne connaît que votre historique alimentaire. Mais les gens sont complexes ; nous passons d'une catégorie à l'autre. Nous achetons une poêle à griller, puis un sac de café, puis un en-cas. Nos intérêts circulent à travers ces frontières. Le défi auquel les scientifiques sont confrontés est la Recommandation Séquentielle Trans-Domaine. C'est l'art de relier les points entre votre vie de « cuisine » et votre vie de « nourriture » pour comprendre votre véritable goût évolutif. La grande question est : comment apprendre à un ordinateur à voir qu'une poêle à griller et un sac de café font partie de la même histoire, sans qu'il ne s'embrouille entre les différents types d'articles ?

C'est là qu'intervient un nouvel article appelé CoRCi (qui signifie Cross-Reconstruction of Coherent Interests ou Reconstruction Croisée des Intérêts Cohérents). Les chercheurs, une équipe issue d'universités de Singapour et de Chine, ont remarqué que les tentatives précédentes pour connecter ces différents « mondes » étaient un peu maladroites. C'était comme essayer de recoudre deux tissus différents en collant simplement les bords ; le motif à l'intérieur du tissu se retrouvait déformé.

Les auteurs soutiennent que l'ancienne méthode traite votre historique de « cuisine » et votre historique de « nourriture » comme deux histoires distinctes qui se racontent simplement en même temps. Ils ont découvert que lorsque vous forcez un ordinateur à apprendre de ces histoires mélangées en utilisant les anciennes méthodes, il s'embrouille. Il commence à considérer les différences entre les domaines (comme « ceci est une poêle » contre « ceci est du café ») comme étant plus importantes que les similitudes (comme « je prépare un repas sain »). Cela provoque la perte de la « cohérence » de vos intérêts — le flux fluide et logique de votre personnalité à travers différents sujets.

Pour corriger cela, CoRCi introduit une danse ingénieuse en deux étapes. Premièrement, au lieu de construire un nouveau cerveau à partir de zéro pour comprendre l'histoire mélangée, il prend le « cerveau » qu'il a déjà construit pour les histoires spécifiques (le cerveau uniquement cuisine et le cerveau uniquement nourriture) et utilise un pont spécial appelé Cross-Reconstruction (Reconstruction Croisée). Imaginez que vous avez deux traducteurs qui parlent parfaitement des langues différentes. Au lieu de les forcer à apprendre une troisième langue mixte à partir de zéro, vous les laissez communiquer entre eux pour créer une compréhension partagée de l'histoire qu'ils racontent tous les deux. CoRCi utilise cette « attention croisée » (cross-attention) pour fusionner les détails spécifiques en une image unifiée et cohérente de vos intérêts.

Deuxièmement, l'article introduit une nouvelle règle de notation appelée FocalNCE. Voyez cela comme un professeur strict qui sait que les élèves font souvent des erreurs avec des choses qui se ressemblent beaucoup. Dans le monde des recommandations, les articles d'une même catégorie (comme deux types de café différents) sont très similaires, de sorte qu'un ordinateur pourrait en privilégier un parce qu'il ressemble à l'autre. FocalNCE punit plus sévèrement l'ordinateur lorsqu'il confond des articles de la même catégorie, le forçant à prêter une attention plus soutenue aux connexions trans-domaines uniques qui comptent réellement. C'est comme dire à l'ordinateur : « Ne choisis pas le café simplement parce qu'il ressemble à l'autre café ; choisis-le parce qu'il s'inscrit dans toute l'histoire de ton aventure culinaire. »

Les chercheurs ont testé cette idée sur quatre jeux de données réels, incluant de vastes collections d'avis provenant d'Amazon (couvrant notamment la nourriture, les ustensiles de cuisine, les produits de beauté et l'électronique) et de Douban (films, livres et musique). Ils ont constaté que CoRCi battait systématiquement les meilleures méthodes existantes. En fait, sur le jeu de données Amazon Food-Kitchen, il a amélioré la capacité de prédire l'article suivant d'environ 5 % à 11 % par rapport aux anciens champions. Sur le jeu de données Beauty-Electronics, les gains étaient encore plus impressionnants, atteignant jusqu'à 11 %.

L'article a également mené des expériences de type « et si » pour prouver pourquoi leur méthode fonctionne. Ils ont essayé de retirer le pont spécial (Cross-Reconstruction) ou le professeur strict (FocalNCE), et la performance a chuté. Ils ont même testé la méthode sur un jeu de données comprenant trois domaines (films, livres et musique) où les utilisateurs n'interagissaient pas nécessairement avec les trois, et CoRCi a quand même gagné.

En résumé, l'article suggère que pour vraiment comprendre ce qu'un utilisateur veut ensuite, nous ne devrions pas simplement mélanger ses différents historiques en espérant le meilleur. Au lieu de cela, nous devrions reconstruire soigneusement ses intérêts pour maintenir la cohérence de l'histoire, et utiliser des règles de notation plus intelligentes pour s'assurer que l'ordinateur se concentre sur les connexions uniques entre les différentes parties de sa vie. C'est une étape petite mais significative vers la création d'assistants numériques qui ressemblent moins à des bases de données rigides et davantage à des amis qui nous « comprennent » vraiment.

Résumé Technique : CoRCi

Énoncé du Problème
La recommandation séquentielle cross-domaine (CDSR - Cross-Domain Sequential Recommendation) vise à atténuer la parcimonie des données en transférant les intérêts dynamiques des utilisateurs à travers des domaines connexes. Un principe central est que certains intérêts d'utilisateurs sont invariants au domaine et évoluent de manière cohérente à travers plusieurs domaines. Cependant, les méthodes CDSR existantes sont confrontées à deux défis majels :

Perte de cohérence des intérêts : Les approches actuelles fusionnent souvent les séquences spécifiques aux domaines en une séquence de domaine mixte, mais emploient des encodeurs séparés entraînés avec une agrégation de perte par domaine (stratégie Dual-Target). Ce flux de travail fragmente les intérêts des utilisateurs, échouant à préserver la cohérence inhérente des motifs invariants au domaine, particulièrement lorsque les paires requête-cible des modèles Seq2Seq proviennent de domaines différents.
Écarts de domaine : La plupart des modèles apprennent des représentations de domaines mixtes à partir de zéro en utilisant des encodeurs séparés. Cela introduit des écarts de domaine significatifs, car les requêtes et les cibles de vérité terrain appartiennent souvent à des domaines différents, ce qui dégrade les performances. De plus, les pertes contrastives standards dans les contextes de domaines mixtes peuvent introduire un biais intra-domaine, où les échantillons négatifs du même domaine que la requête sont trop similaires, faussant l'espace de représentation.

Méthodologie : CoRCi
Les auteurs proposent CoRCi (Cross-Reconstruction for Coherent Interests), un cadre CDSR à double cible conçu pour combler ces domaines tout en préservant la cohérence des intérêts. L'architecture se compose de trois composants principaux :

Encodeurs d'Auto-Attention Spécifiques au Domaine (SAE - Specific-Domain Self-Attention Encoders) : Au lieu d'entraîner un encodeur unique à partir de zéro sur des données mixtes, CoRCi encode d'abord les séquences spécifiques aux domaines ( $T_A$ et $T_B$ ) de manière indépendante à l'aide d'encodeurs d'auto-attention dédiés. Cela préserve les motifs initiaux spécifiques au domaine.
Module de Reconstruction Croisée (CR - Cross-Reconstruction Module) : Pour reconnecter les intérêts invariants au domaine dispersés, CoRCi utilise une approche de reconstruction croisée. Il génère des représentations de domaines mixtes ( $H_M$ $H_{M}$ ) directement à partir des représentations de domaines spécifiques pré-encodées ( $H_A, H_B$ $H_{A}, H_{B}$ ) en utilisant un mécanisme d'attention croisée.
- La requête ( $Q$ ) est l'embedding de domaine mixte ( $E_M$ ), introduisant une information positionnelle de domaine mixte.
- La clé ( $K$ ) et la valeur ( $V$ ) sont la somme des représentations de domaines spécifiques pré-encodées ( $H_A + H_B$ ).
- Cela permet au modèle de reconstruire une vue de domaine mixte cohérente sans l'apprendre à partir de zéro.
Transferts d'Attention Croisée (CAT - Cross-Attention Transferors) : La connaissance de domaine mixte reconstruite est transférée vers les représentations de domaines spécifiques via des transferts d'attention croisée. Une opération de stop-gradient (arrêt du gradient) est appliquée à la représentation de domaine mixte ( $\hat{H}_M$ ) lors de ce transfert. Cela garantit que la modélisation de domaine mixte agit comme un squelette agnostique à la tâche, empênant la supervision spécifique au domaine de distordre la cohérence des intérêts invariants au domaine.
Perte FocalNCE : Pour atténuer le biais intra-domaine dans l'objectif de domaine mixte, les auteurs introduisent FocalNCE. Cela intègre la Focal Loss dans l'objectif InfoNCE standard.
- Dans le contexte de domaine mixte, les échantillons négatifs sont tirés des deux domaines spécifiques.
- FocalNCE attribue des pénalités plus élevées aux échantillons négatifs tirés du même domaine que la requête (item positif).
- Cela force le modèle à se concentrer sur les négatifs cross-domaine plus difficiles, renforçant ainsi l'alignement invariant au domaine et supprimant le bruit spécifique au domaine.

La fonction d'objectif finale est une combinaison linéaire des pertes de domaines spécifiques ( $L_A, L_B$ ) et de la perte de domaine mixte ( $L_M$ ), pondérée par un hyperparamètre $\beta$ .

Contributions Clés

Approche de Reconstruction Croisée : Une méthode novatrice qui génère des représentations de domaines mixtes à partir de séquences de domaines spécifiques pré-encodées via l'attention croisée, reconnectant efficacement les intérêts invariants au domaine cohérents qui sont autrement dispersés.
FocalNCE : Une nouvelle fonction de perte intégrant la Focal Loss dans l'objectif InfoNCE de domaine mixte pour atténuer le biais intra-domaine et empêcher la fragmentation des intérêts cohérents.
Évaluation Exhaustive : Des expériences approfondies sur quatre jeux de données du monde réel (Amazon Food-Kitchen, Beauty-Electronics, Movie-Book, et un jeu de données Douban à trois domaines) démontrant une supériorité constante sur les contreparties CDSR de l'état de l'art.

Résultats Expérimentaux

Performance : CoRCi surpasse systématiquement toutes les bases (incluant les modèles ST-SR, DT-SR, MT-SR et les modèles DT-CDSR comme ABXI, DREAM et C2DSR) sur toutes les métriques (HR@5, HR@10, NDCG@10, MRR) sur tous les jeux de données.
Signification Statistique : Les améliorations sont statistiquement significatives ( $p < 0,01$ ) dans les deux domaines de tous les jeux de données.
Études d'Ablation :
- Le remplacement de l'hybride SAE-CR par un encodeur partagé unique ou des encodeurs totalement découplés entraîne une dégradation des performances, validant l'architecture proposée.
- Le retrait des transferts d'attention croisée (CAT) ou de l'opération de stop-gradient réduit considérablement les performances, confirmant leur nécessité pour la fusion au niveau de la séquence et le maintien de la cohérence.
- L'utilisation de l'InfoNCE standard au lieu de FocalNCE dégrade les performances, particulièrement dans les domaines difficiles, soulignant l'importance de la suppression du biais intra-domaine.
Généralisabilité : CoRCi maintient une performance supérieure dans un scénario utilisateur à trois domaines non chevauchants (Douban Movie-Book-Music), démontrant sa robustesse dans des scénarios complexes du monde réel.

Signification et Revendications
L'article affirme que CoRCi répond au défaut fondamental des méthodes CDSR existantes où l'agrégation de perte par domaine et les encodeurs séparés perturbent la cohérence naturelle des intérêts des utilisateurs à travers les domaines. En reconstruisant les représentations de domaines mixtes à partir des encodages de domaines spécifiques et en utilisant une perte agnostique au domaine avec des pénalités focales, CoRCi capture et préserve efficacement les intérêts invariants au domaine. Les auteurs soutiennent que cette approche conduit à des profils d'utilisateurs et des performances de recommandation plus précis, particulièrement dans les scénarios où les intérêts des utilisateurs évoluent de manière cohérente à travers différentes catégories de produits. Le travail suggère que la préservation de la "cohérence" des intérêts est plus critique que la simple agrégation de données, offrant une nouvelle direction pour la modélisation des préférences dynamiques des utilisateurs dans les contextes cross-domaines.

Articles similaires