Bridging the Semantic-Collaborative Gap: An Asymmetric Graph Architecture for Cold-Start Item Recommendation

Sintesi Tecnica: Colmare il divario semantico-collaborativo tramite un'architettura a grafo asimmetrica

Formulazione del problema
Il documento affronta la sfida del cold-start nei sistemi di raccomandazione streaming su larga scala, specificamente all'interno dell'ambiente di produzione di Tubi. Il problema centrale è che i modelli di filtraggio collaborativo (CF) si affidano su interazioni utente-item osservate per apprendere le rappresentazioni, lasciando i nuovi contenuti aggiunti (nodi con zero archi) e i nuovi dispositivi attivati senza embedding significativi. I modelli basati su grafi standard falliscono in questo scenario perché non possono propagare i segnali a nodi privi di cronologia di interazione.

Gli autori inquadrano questo problema come un probleamo di completamento induttivo del grafo su un grafo bipartito temporale composto da dispositivi ($D$) e contenuti ($C$). Il sistema deve affrontare rigidi vincoli di servizio:

1. Il nuovo contenuto deve ricevere un embedding autonomo immediatamente dopo l'ingestione, senza attendere la cronologia di interazione.
2. Gli embedding devono essere idonei alla ricerca per vicini approssimati (ANN).
3. La soluzione non può fare affidamento sulla valutazione della similarità a coppie o sulla costruzione di sottografi per gli item freddi, poiché ciò richiederebbe archi osservati.

L'obiettivo è apprendere una mappatura basata sulle feature che allinei la semantica intrinseca del contenuto con la struttura collaborativa dello spazio degli embedding, colmando efficacemente il "divario semantico-collaborativo".

Metodologia: Architettura Shallow-RHS
Gli autori propongono Shallow-RHS, un'architettura a due torri asimmetrica progettata per la predizione di link temporali. L'architettura impone una rigorosa asimmetria per garantire la generalizzazione agli item cold-start:

• Lato Sinistro (LHS) - Torre dei Dispositivi: Questa torre codifica il dispositivo che effettua la query utilizzando una combinazione di feature intrinseche del dispositivo (es. tipo di dispositivo, paese, dati demografici) e passaggio di messaggi temporalmente valido sul contesto di visione storico del dispositivo ($N_{<t}(d)$). Aggrega informazioni dai nodi di contenuto vicini per catturare segnali collaborativi di ordine superiore.
• Lato Destro (RHS) - Torre dei Contenuti: Questa torre è intenzionalmente superficiale (shallow) rispetto al grafo. Codifica il contenuto target utilizzando solo le sue feature intrinseche (metadati, tassonomia, embedding semantici derivati da LLM da script/sinossi). Fondamentalmente, essa esclude:
  • Embedding basati su ID.
  • Sottografi lato contenuto.
  • Aggregazione dei vicini.
  • Qualsiasi rappresentazione derivata dalle interazioni.

Questo vincolo costringe l'encoder di contenuto ($f_{\theta_c}$) a imparare una funzione che mappa direttamente le feature intrinseche in uno spazio di embedding consapevole del CF. Poiché la funzione dipende esclusivamente dalle feature, è applicabile sia ai contenuti "caldi" (con cronologia) che ai contenuti "freddi" (con zero cronologia).

Completamento implicito del grafo tramite vicini surrogati
Dopo l'addestramento, il sistema esegcorre una procedura di completamento implicito del grafo per i contenuti freddi:

1. L'encoder di contenuto appreso genera gli embedding per i nuovi titoli freddi appena ingeriti.
2. Viene costruito un indice di vicini approssimati (ANN) sugli embedding dei contenuti "caldi".
3. Per ogni titolo freddo, il sistema recupera i top-$M$ "vicini surrogati caldi" basandosi sulla similarità del coseno nello spazio appreso.
4. Questi surrogati agiscono come proxy comportamentali, permettendo ai titoli freddi di essere promossi insieme ai titoli caldi senza modificare il grafo delle interazioni osservate.

Estensione del Cold-Start per i Dispositivi
Lo stesso principio di completamento della rappresentazione viene applicato ai nuovi dispositivi. Poiché i nuovi dispositivi mancano di cronologia di visione, il sistema raggruppa i dispositivi caldi in coorti demografiche. Per un nuovo dispositivo, il sistema inferisce l'assegnazione alla coorte tramite le feature demografiche e assegna l'embedding medio della coorte come rappresentazione iniziale del dispositivo. Ciò consente il recupero immediato contro l'indice di contenuto consapevole del CF.

Contributi Chiave

1. Formulazione del Completamento del Grafo Induttivo: Il documento riformula il cold-start della raccomandazione come l'apprendimento di una funzione di embedding basata sulle feature per nodi con zero archi, anziché fare affidamento sulla struttura del grafo osservata.
2. Architettura Shallow-RHS: Un modello di predizione di link asimmetrico dove la torre del contenuto è scollegata dal grafo di interazione, garantendo che l'encoder generalizzi ai nuovi item.
3. Completamento Implicito del Grafo: Una procedura a tempo di recupero che connette i contenuti freddi ai vicini surrogati caldi, operazionalizzando i vicini mancanti senza archi sintetici.
4. Cold-Start dei Dispositivi tramite Prior: Estensione del principio di completamento della rappresentazione ai dispositivi utilizzando i prior delle coorti demografiche.
5. Validazione in Produzione: Esperimenti online su larga scala che dimostrano l'efficacia dell'approccio in un ambiente di streaming reale.

Risultati Sperimentali
Gli autori hanno condotto una serie di test A/B progressivi nel sistema di produzione di Tubi, misurando il Tempo Totale di Visione (TVT) e metriche specifiche per il cold-start:

• Fase 1 (Sostituzione Semantica-CF): Sostituendo una baseline puramente semantica con Shallow-RHS, si è ottenuto un incremento del TVT globale dello 0,10% e un aumento del 13% nella velocità di promozione dei titoli freddi.
• Fase 2 (Metadata e Calibrazione): Arricchire la copertura delle feature (genere, budget, segnali di popolarità) e calibrare la logica di promozione ha portato a un incremento del TVT dello 0,16%.
• F Fase 3 (Completamento delle Feature): Ridurre ulteriormente i valori mancanti nelle chiavi attributive ha portato al guadagno più alto, un incremento del TVT globale dello 0,42%, evidenziando l'importanza della qualità delle feature per la generalizzazione con zero archi.
• Fase 4 (Completamento dei Surrogati): L'aggiunta di descrittori del target audience e l'uso di embedding LLM come fallback per i titoli della coda lunga ha fornito un ulteriore incremento dello 0,17%.
• Cold-Start dei Dispositivi: La strategia di recupero basata sulle coorti ha migliorato i giorni di visione qualificati del +0,29%, il TVT giornaliero del +0,39% e la conversione in homepage del +0,43%.

L'analisi della distribuzione della similarità ha confermato che Shallow-RHS sposta le similitudini degli item cold-start da un regime a bassa similarità (tipico del CF puro) o da un regime neutro (semantico puro) verso una distribuzione asimmetrica a destra con similarità più elevata, indicando un efficace allineamento con il comportamento collaborativo.

Significatività
Il documento sostiene che la raccomandazione cold-start possa essere trattata efficacemente come un compito di completamento implicito del grafo. Apprendendo una funzione di embedding semantico consapevole del CF a partire dalle interazioni calde, il sistema può generare immediatamente rappresentazioni valide per nuovi contenuti e dispositivi. La significatività risiede nel framework pratico fornito per ricostruire le rappresentazioni mancanti del grafo utilizzando i prior delle informazioni collaterali, consentendo il recupero immediato e di alta qualità per entità in fase di cold-start in un sistema di produzione su larga scala senza attendere l'accumulo di dati di interazione.