When Relevance Meets Novelty: Dual-Stable Periodic Optimization for Serendipitous Recommendation

Este artigo propõe o método Co-Evolutionary Alignment (CoEA), que utiliza um módulo de Exploração de Interesses Dual-Estável para modelar identidades grupais e interesses individuais, além de um mecanismo de Otimização Colaborativa Periódica para criar um ciclo de feedback dinâmico, superando as limitações de sistemas de recomendação tradicionais e baseados em LLMs ao equilibrar relevância e novidade.

O essencial

Imagine que você está em um restaurante muito famoso, mas o garçom é um pouco... teimoso.

Sempre que você pede um prato de macarrão, ele anota no bloco dele. No dia seguinte, ele só traz mais macarrão. No dia seguinte, mais macarrão. Você começa a ficar cansado, entediado e com fome de algo diferente, mas ele insiste: "Mas você adora macarrão! Por que eu mudaria?"

Isso é o que acontece com os sistemas de recomendação antigos (como o do YouTube, Netflix ou TikTok). Eles ficam presos em um "loop de feedback": só mostram o que você já gostou, criando uma bolha onde você nunca descobre novas coisas.

Os pesquisadores deste artigo (do Meituan e da Universidade Tsinghua) criaram uma solução inteligente chamada CoEA. Eles usam Inteligência Artificial (especificamente Grandes Modelos de Linguagem, ou LLMs) para equilibrar duas coisas: o que você gosta (Relevância) e o que você nunca viu, mas pode amar (Novidade).

Aqui está como funciona, explicado de forma simples:

1. O Problema: O Garçom Cego

Os sistemas atuais têm dois defeitos principais:

• Ignoram quem você é de verdade: Eles olham apenas para o que você clicou ontem. Se você clicou em "receitas de bolo" hoje, eles acham que você só quer bolo para sempre. Eles ignoram que você é, na verdade, um "entusiasta de tecnologia" que adora gadgets. Eles perdem a sua identidade de grupo (seus gostos de longo prazo).
• São estáticos: Eles aprendem uma vez e param. Se você mudar de opinião amanhã, o sistema não sabe se adaptar. É como um mapa desenhado em 2010 tentando te guiar em 2026.

2. A Solução: O "Duplo Garçom" Inteligente

A equipe criou um sistema com dois "cérebros" (dois modelos de IA) que trabalham juntos como um time de dança.

A. O Primeiro Cérebro: O Explorador (Novelty LLM)

Este garçom é o sonhador. Ele olha para o seu perfil de longo prazo (quem você é) e para o que você fez recentemente (o que você está fazendo agora).

• A Mágica do "Identidade de Grupo": Em vez de olhar apenas para o seu clique de hoje, ele olha para o seu histórico de anos. Ele percebe: "Ah, este usuário é um 'fã de tecnologia'. Mesmo que ele esteja comprando um bolo hoje, ele provavelmente vai gostar de um novo fone de ouvido inteligente."
• Ele cria uma lista de sugestões "surpresa" baseadas nessa identidade estável.

B. O Segundo Cérebro: O Crítico (Relevance LLM)

Este garçom é o realista. Ele pega a lista do Explorador e diz: "Espere, isso faz sentido para este usuário agora?"

• Ele verifica se a sugestão é realmente relevante. Se o Explorador sugeriu um "fone de ouvido" para alguém que acabou de comprar um "livro de culinária", o Crítico pode dizer: "Talvez não seja o momento certo, vamos tentar algo relacionado a cozinha."

3. O Segredo: A Dança Sem Fim (Otimização Periódica)

Aqui está a parte mais genial. Em vez de os dois garçons pararem de conversar depois de montar a lista, eles continuam conversando todos os dias.

1. O Explorador sugere algo novo.
2. O Crítico avalia e diz "Sim" ou "Não".
3. Se o Crítico aprovar, o sistema guarda essa informação.
4. O Pulo do Gato: No dia seguinte, o sistema usa o que o Crítico aprendeu para treinar o Explorador. O Explorador fica mais esperto.
5. E o Explorador, por sua vez, ensina o Crítico a ser mais aberto a novas ideias.

É um ciclo de aprendizado contínuo. Eles não ficam presos em um mapa estático; eles atualizam o mapa enquanto você anda. Isso evita que o sistema esqueça quem você é (esquecimento catastrófico) e ao mesmo tempo o impede de ficar entediado.

4. O Resultado na Vida Real

Os pesquisadores testaram isso no aplicativo Meituan (um gigante de entregas de comida e serviços na China).

• Antes: O sistema só recomendava o que você já tinha pedido.
• Depois: O sistema começou a sugerir coisas novas que combinavam com o seu perfil de longo prazo.

O que aconteceu?

• As pessoas compraram mais coisas (o valor das vendas aumentou).
• As pessoas descobriram mais categorias de produtos novas (novidade).
• Ninguém ficou chateado com sugestões estranhas, porque o "Crítico" garantia que tudo fazia sentido.

Resumo em uma Metáfora Final

Pense no sistema antigo como um espelho: ele só reflete o que você já é.
O novo sistema (CoEA) é como um amigo sábio:

1. Ele conhece seus gostos profundos (quem você é há anos).
2. Ele observa o que você está fazendo hoje.
3. Ele sugere algo novo que você não sabia que queria, mas que combina perfeitamente com quem você é.
4. E toda vez que você diz "Gostei!" ou "Não gostei", ele aprende e fica ainda melhor em te surpreender no dia seguinte.

É assim que a tecnologia deixa de ser chata e começa a ser realmente útil e divertida.

Resumo técnico

1. Problema e Motivação

Os sistemas de recomendação tradicionais frequentemente falham em equilibrar a exploração (novidade) e a exploração (relevância), criando um ciclo de feedback forte que limita os usuários a conteúdos que já conhecem, levando à fadiga de conteúdo. Embora os Modelos de Linguagem de Grande Porte (LLMs) ofereçam potencial para gerar conteúdo diversificado, as abordagens existentes baseadas em LLMs enfrentam duas limitações críticas:

1. Viés na Modelagem de Interesses: Métodos atuais focam excessivamente em sequências de interesses de curto prazo, ignorando preferências de longo prazo derivadas da identidade de grupo (ex: "entusiastas de tecnologia"). Isso faz com que a exploração de novidades se desvie das reais necessidades do usuário.
2. Falhas na Colaboração de Modelos Duplos: As abordagens atuais utilizam uma otimização estática (alinhamento único). Após o alinhamento inicial entre um LLM de Novidade e um LLM de Relevância, o sistema não consegue integrar continuamente dados de comportamento incremental do usuário, impedindo uma otimização em ciclo fechado dinâmica.

2. Metodologia: CoEA (Co-Evolutionary Alignment)

O artigo propõe o método CoEA (Alinhamento Co-evolutivo), que integra modelagem de preferências de longo prazo e colaboração dinâmica entre modelos. O framework é composto por dois módulos principais:

A. Exploração de Interesses Dual-Estável (DSIE - Dual-Stable Interest Exploration)

Este módulo visa resolver o viés na modelagem de interesses ao capturar simultaneamente a estabilidade da identidade de grupo e a atualidade dos interesses individuais.

• Processamento Paralelo:
  • Sequência de Longo Prazo: Filtra comportamentos históricos para remover ruído, aplica Causal Self-Attention e utiliza um RQ-VAE (Variational Autoencoder com Quantização Residual) para agrupar usuários em IDs Semânticos Colaborativos de Grupo (Group CSID). Isso gera perfis de grupo estáveis (ex: "Tech enthusiasts").
  • Sequência de Curto Prazo: Mapeia as interações recentes para categorias de itens finas, capturando a dinâmica imediata do usuário.
• Resultado: Uma representação de usuário híbrida que combina a estabilidade do grupo com a timidez dos interesses recentes.

B. Otimização Colaborativa Periódica (PCO - Periodic Collaborative Optimization)

Este módulo resolve a limitação da otimização estática, criando um ciclo de feedback bidirecional e contínuo.

• Mecanismo de Ciclo Fechado:
  1. O LLM de Novidade gera categorias candidatas baseadas no perfil do usuário (CSID + curto prazo).
  2. O LLM de Relevância atua como um modelo de recompensa, verificando e alinhando essas sugestões com as preferências reais do usuário.
  3. Ajuste Fino Incremental: Os sinais de avaliação do LLM de Relevância são usados para fazer fine-tuning incremental no LLM de Novidade (usando DPO - Direct Preference Optimization).
  4. Prevenção de Esquecimento: É introduzida uma perda de divergência KL (Kullback-Leibler) para evitar o "esquecimento catastrófico", garantindo que o modelo mantenha seu conhecimento geral enquanto aprende novas preferências.
  5. Reavaliação: O LLM de Novidade ajustado gera novas sugestões que são reavaliadas pelo LLM de Relevância, formando um ciclo evolutivo sustentável.

3. Principais Contribuições

1. Alinhamento Co-evolutivo (CoEA): Um novo framework que integra modelagem de preferência de grupo de longo prazo com colaboração dinâmica de modelos duplos, equilibrando exploração e alinhamento.
2. Módulo DSIE: Uma abordagem inovadora que processa sequências de comportamento de longo e curto prazo em paralelo, utilizando IDs Semânticos Colaborativos para representar a identidade de grupo estável.
3. Mecanismo PCO: Um mecanismo de otimização periódica que permite que os modelos de Novidade e Relevância evoluam juntos através de dados incrementais, superando a rigidez dos métodos estáticos.
4. Validação Abrangente: Demonstração robusta através de experimentos offline e online em escala industrial.

4. Resultados Experimentais

Os experimentos foram realizados em dois conjuntos de dados: Movielens-1M (filmes) e MTRec (dados reais do aplicativo Meituan, com 1,45 milhão de usuários e 594 categorias).

• Desempenho Offline:

  • O CoEA superou consistentemente os baselines de ponta (incluindo métodos baseados em LLM como Google-v1 e Google-v2).
  • Qualidade: Melhorou a Taxa de Acerto de Categoria (C-H@K) em média 0,73% em relação ao melhor baseline.
  • Novidade: Houve um ganho impressionante de 19,34% nas métricas de novidade (NCP@K e CLTP@K), com um aumento específico de 27,14% na descoberta de categorias de cauda longa (CLTP).
  • Ablação: A remoção da sequência de longo prazo (DSIE) causou uma queda de 5,9% na qualidade, enquanto a remoção do LLM de Relevância (PCO) degradou severamente a relevância, provando a necessidade de ambos os componentes.

• Desempenho Online (Teste A/B no Meituan):

  • O sistema foi implantado na página inicial do aplicativo Meituan.
  • GTV (Valor Bruto de Transação): Aumento de +1,203%.
  • Exposição de Itens Novos (7D-NIEP): Aumento de +2,364%.
  • Isso valida que o modelo consegue descobrir interesses latentes sem sacrificar a relevância comercial.

5. Significado e Conclusão

O trabalho CoEA representa um avanço significativo na área de sistemas de recomendação serendípita. Ele demonstra que é possível superar o dilema clássico entre "explorar" (mostrar novidades) e "explorar" (manter a relevância) através de:

1. Compreensão Profunda do Usuário: Reconhecendo que os interesses não são apenas uma lista de cliques recentes, mas também uma identidade de grupo estável.
2. Arquitetura Dinâmica: Substituindo o alinhamento estático por um ciclo de otimização contínua que se adapta à evolução das preferências do usuário em tempo real.

A implementação bem-sucedida em um ambiente de produção de grande escala (Meituan) confirma a viabilidade prática de usar LLMs duplos com mecanismos de feedback contínuo para melhorar tanto a experiência do usuário (novidade) quanto os indicadores de negócios (GTV).