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

Resumo Técnico: Preenchendo a Lacuna Semântico-Colaborativa via Arquitetura de Grafo Assimétrico

Formulação do Problema
O artigo aborda o desafio de cold-start (início a frio) em sistemas de recomendação de streaming de larga escala, especificamente dentro do ambiente de produção da Tubi. O problema central é que os modelos de filtragem colaborativa (CF) dependem de interações observadas entre usuários e itens para aprender representações, deixando conteúdos recém-adicionados (nós de zero aresta) e novos dispositivos ativados sem embeddings significativos. Modelos baseados em grafos padrão falham aqui porque não conseguem propagar sinais para nós que carecem de histórico de interação.

Os autores formulam isso como um problema de completude de grafo indutivo em um grafo bipartido temporal de dispositivos ($D$) e conteúdo ($C$). O sistema enfrenta restrições rigorosas de serviço:

1. O novo conteúdo deve receber um embedding autônomo imediatamente após a ingestão, sem esperar pelo histórico de interação.
2. Os embeddings devem ser adequados para recuperação por vizinho mais próximo aproximado (ANN).
3. A solução não pode depender de pontuação de similaridade par a par ou da construção de subgrafos para itens cold, pois estes exigem arestas observadas.

O objetivo é aprender um mapeamento baseado em características que alinhe a semântica intrínseca do conteúdo com a estrutura colaborativa do espaço de embeddings, efetivamente preenchendo a "lacuna semântico-colaborativa".

Metodologia: Arquitetura Shallow-RHS
Os autores propõem a Shallow-RHS, uma arquitetura de duas torres assimétrica projetada para predição de ligação temporal. A arquitetura impõe uma assimetria estrita para garantir a generalização para itens cold-start:

• Lado Esquerdo (LHS) - Torre de Dispositivo: Esta torre codifica o dispositivo consultante usando uma combinação de características intrínsecas do dispositivo (ex: tipo de dispositivo, país, demografia) e passagem de mensagem temporalmente válida sobre o contexto de visualização histórico do dispositivo ($N_{<t}(d)$). Ela agrega informações de nós de conteúdo vizinhos para capturar sinais colaborativos de alta ordem.
• Lado Direito (RHS) - Torre de Conteúdo: Esta torre é intencionalmente rasa (shallow) em relação ao grafo. Ela codifica o conteúdo alvo usando apenas características intrínsecas (metadados, taxonomia, embeddings semânticos derivados de LLM de roteiros/sinopses). Crucialmente, ela exclui:
  • Embeddings baseados em ID.
  • Subgrafos do lado do conteúdo.
  • Agregação de vizinhos.
  • Qualquer representação derivada de interação.

Esta restrição força o codificador de conteúdo ($f_{\theta_c}$) a aprender uma função que mapeia características intrínsecas diretamente para um espaço de embedding consciente de CF. Como a função depende apenas de características, ela é aplicável tanto para conteúdo "quente" (warm) (com histórico) quanto para conteúdo "frio" (cold) (zero histórico).

Completude de Grafo Implícita via Vizinhos Substitutos
Após o treinamento, o sistema realiza um procedimento de completude de grafo implícita para o conteúdo cold:

1. O codificador de conteúdo aprendido gera embeddings para novos títulos cold recém-ingeridos.
2. Um índice de vizinho mais próximo aproximado (ANN) é construído sobre os embeddings do conteúdo "quente".
3. Para cada título cold, o sistema recupera os top-$M$ "vizinhos substitutos quentes" (warm surrogate neighbors) baseados em similaridade de cosseno no espaço aprendido.
4. Esses substitutos atuam como proxies comportamentais, permitindo que títulos cold sejam promovidos junto com títulos quentes sem modificar o grafo de interação observado.

Extensão de Cold-Start de Dispositivo
O mesmo princípio de completude de representação é aplicado a novos dispositivos. Como novos dispositivos carecem de histórico de visualização, o sistema agrupa dispositivos quentes em coortes demográficas. Para um novo dispositivo, o sistema infere sua atribuição de coorte a partir de características demográficas e atribui o embedding médio da coorte como a representação inicial do dispositivo. Isso permite a recuperação imediata contra o índice de conteúdo consciente de CF.

Principais Contribuições

1. Formulação de Completude de Grafo Indutiva: O artigo reformula a recomendação cold-start como o aprendizado de uma função de embedding baseada em características para nós de zero aresta, em vez de depender da estrutura de grafo observada.
2. Arquitetura Shallow-RHS: Um modelo de predição de ligação assimétrico onde a torre de conteúdo é desacoplada do grafo de interação, garantindo que o codificador generalize para novos itens.
3. Completude de Grafo Implícita: Um procedimento de tempo de recuperação que conecta conteúdo cold a vizinhos substitutos quentes, operacionalizando vizinhanças ausentes sem arestas sintéticas.
4. Cold-Start de Dispositivo via Priores: Extensão do princípio de completude de representação para dispositivos usando priores de coorte demográfica.
5. Validação em Produção: Experimentos online em larga escala demonstrando a eficácia da abordagem em um ambiente de streaming real.

Resultados Experimentais
Os autores conduziram uma série de testes A/B online progressivos dentro do sistema de produção da Tubi, medindo o Tempo Total de Visualização (TVT) e métricas específicas de cold-start:

• Fase 1 (Substituição de Semântico-para-CF): Substituir uma linha de base puramente semântica pela Shallow-RHS rendeu um aumento global de TVT de +0,10% e um aumento de 13% na velocidade de promoção de títulos cold.
• Fase 2 (Metadados e Calibração): Enriquecer a cobertura de características (gênero, orçamento, sinais de popularidade) e calibrar a lógica de promoção resultou em um aumento de TVT de +0,16%.
• Fase 3 (Completude de Características): Reduzir ainda mais os valores ausentes em atributos chave levou ao maior ganho, um aumento global de TVT de +0,42%, destacando a importância da qualidade das características para a generalização de zero aresta.
• Fase 4 (Completude de Substitutos): Adicionar descritores de público-alvo e usar embeddings de LLM como um recurso de reserva (fallback) para títulos de cauda longa forneceu um aumento adicional de +0,17%.
• Cold-Start de Dispositivo: A estratégia de recuperação de coorte de dispositivos melhorou os dias de visualização qualificados em +0,29%, o TVT diário em +0,39% e a conversão da página inicial em +0,43%.

A análise da distribuição de similaridade confirmou que a Shallow-RHS desloca as similaridades de itens cold-start de um regime de baixa similaridade (típico de CF puro) ou um regime neutro (semântico puro) para uma distribuição de maior similaridade e assimétrica à direita, indicando um alinhamento bem-sucedido com o comportamento colaborativo.

Significância
O artigo afirma que a recomendação cold-start pode ser efetivamente tratada como uma tarefa de completude de grafo implícita. Ao aprender uma função de embedding semântico consciente de CF a partir de interações quentes, o sistema pode gerar imediatamente representações válidas para novos conteúdos e dispositivos. A significância reside no framework prático fornecido para reconstruir representações de grafos ausentes usando priores de informação lateral, permitindo a recuperação imediata e de alta qualidade para entidades cold-start em um sistema de escala de produção sem esperar pelo acúmulo de dados de interação.