🤖 AI

GSPRec: On Improving Item Representations in Graph Signal Processing for Collaborative Filtering

GSPRec 是一个图谱协作过滤框架，它通过将从用户交互序列中导出的项目间邻近性集成到图拓扑结构中，并应用高斯带通滤波器来恢复中间频率分量，从而增强项目表示，并在多个数据集上优于现有的基于图的方法。

原作者： Ahmad Bin Rabiah, Julian McAuley

发布于 2026-07-22

📖 1 分钟阅读☕ 轻松阅读

原作者： Ahmad Bin Rabiah, Julian McAuley

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正漫步在一个巨大、繁忙的数字市场中，数以百万计的人正在那里购买、观看和点击各种事物。这就是推荐系统的世界——它们是支撑你最喜爱的应用程序背后的隐形引擎，负责猜测你接下来可能会喜欢什么。多年来，科学家们一直试图通过观察人们如何与物品进行交互来构建更好的“猜想器”。他们通常将这些交互视为一张巨大的地图或一个图（graph），其中点代表人和物品，当发生购买或查看行为时，点与点之间就会产生连线。

为了理清这张混乱的地图，研究人员使用了一种叫做图信号处理（Graph Signal Processing, GSP）的数学工具。把图信号想象成在市场中播放的一首歌。信号中的某些部分是每个人都能听到的深沉、低沉的贝斯音——这些代表了热门物品（比如一部大片或一本畅销书）。其他部分则是高频的尖叫声，这通常代表随机噪声或奇怪的一次性错误。而在中间位置，存在着中频成分：这些是定义特定群体的抓耳旋律，比如某个小众爱好俱乐部或某个地方社区的共同品味。这个领域的核心问题一直是：我们如何调节收音机的频率，以便在不被低音或静电噪音淹没的情况下，听到那些特定的群体旋律？

这就是 Ahmad Bin Rabiah 和 Julian McAuley 的一项新研究所发挥作用的地方。他们提出了一种全新的方式来聆听推荐中的音乐，称之为 GSPRec。他们的主要发现是，现有的多数方法就像收音机质量很差，只能调到深沉的低音（流行度），却意外地屏蔽掉了那些动听的中频旋律（社区偏好）。他们发现，如果不仅观察人们买了什么，还观察他们购买的顺序，就能构建出一张更好的地图。这张新地图揭示了在人们的历史记录中先后出现的物品之间的隐藏联系。通过将这种新地图与一个旨在放大中频旋律的特殊滤波器相结合，他们的系统在预测你下一个喜好方面变得显著更强。在四个真实世界数据集上的测试中，这种新方法击败了所有以往的方法，将推荐准确度平均提高了 5.12%。

问题所在：“低通”滤波器陷阱

想象一下，你试图描述一种复杂的味道，比如香辣咖喱。如果你只关注“大家都在吃米饭”这个事实，你就会错过让这道菜具有特定地域特色的独特香料。在推荐系统的世界里，许多现有方法的作用就像是一个低通滤波器（low-pass filter）。在信号处理术语中，低通滤波器允许缓慢、沉重的低频波通过，同时阻挡更快速、更复杂的波。

在推荐图的语境下，这些“慢波”是流行趋势。如果一百万人购买了某款手机，低通滤波器能清晰地捕捉到这个信号。然而，“快波”——即中频成分——才是真正魔力发生的地方。这些信号在说：“喜欢这本特定科幻书的人，也往往会喜欢某个冷门的独立乐队”，即便这两者在全球范围内都不是超级热门的。

作者认为，现有的方法仅仅依赖于简单的“谁买了什么”的列表（用户-物品交互矩阵），本质上是在丢弃这些中频旋律。它们就像一位厨师，只知道人们在吃东西，却不知道吃寿司的人通常会在之后喝一碗味噌汤。结果呢？推荐结果显得有些平庸，向所有人推送同样的热门物品，而错过了那些让推荐感觉真正具有个性化的微妙的、社区层面的品味。

解决方案：聆听“序列”

作者意识到，寻找这些缺失旋律的秘密就隐藏在交互的顺序之中。大多数系统将用户的历史记录视为一堆乱七八糟的物品接触记录。但在现实中，人们是以序列的方式与物品进行交互的。如果你先买了一个帐篷，然后是一个睡袋，最后是一个手电筒，那么这些物品是通过时间连接在一起的，而不仅仅是因为你拥有它们。

GSPRec 引入了一个巧妙的两步过程来解决这个问题：

构建更好的地图（图构建）：
该系统不再只是在用户和物品之间画一条线，而是将用户的历史记录视为一个故事。它在用户历史故事中紧邻出现的物品之间绘制连线。
- 类比： 想象一群朋友在博物馆里行走。标准的地图只记录他们参观了哪些房间。而 GSPRec 则会注意到，每当爱丽丝参观“恐龙展厅”时，她几乎会立即参观“太空展厅”。于是，它会在这两个展厅之间画出一条强而有力的发光线。如果鲍勃参观了恐龙展厅但跳过了太空展厅，这条线就会变弱。
- 扩散的魔力： 该系统不仅观察直接的邻居。它使用了一种称为**带有指数衰减的多跳扩散（multi-hop diffusion with exponential decay）**的技术。可以把它想象成一个谣言在人群中传播的过程。如果物品 A 靠近物品 B，且物品 B 靠近物品 C，那么物品 A 和物品 C 也是有一定的关联，但随着距离增加，这种联系会逐渐减弱。系统计算这些连接的“涟漪”，从而创建一个丰富的、详细的地图，展示基于用户行为序列的物品间关系。
调节收音机（频谱滤波）：
构建好这张更丰富的地图后，系统会应用一个特殊的滤波器。以往的方法使用“低通”滤波器，只能听到低音（流行度）。GSPRec 使用的是高斯带通滤波器（Gaussian bandpass filter）。
- 类比： 想象一个收音机的旋钮。低通滤波器卡在底部，只能听到深沉的贝斯。而带通滤波器是一个可以调节的旋钮，作者将其转到了频率表的中间。这使得系统能够有选择性地放大“中频成分”——即那些此前被忽略的社区级偏好。
- 他们同时也保留了一部分低通信号（流行趋势），以确保推荐不会太古怪，并将两种信号融合在一起得出最终结果。

研究发现：中间力量的力量

研究人员在四个涵盖从电影评分（如 Netflix）到产品评论（如亚马逊美妆）的真实世界数据集上对 GSPRec 进行了测试。结果非常明确：GSPRec 优于他们对比的所有基于图的方法。

数据表现： 平均而言，这种新方法在 NDCG@10 指标（衡量前 10 个推荐项与用户实际喜好匹配程度的指标）上将推荐质量提升了 5.12%。
“为什么”： 研究表明，这种提升源于两者的协同作用。首先，新的建图方式（利用交互顺序）暴露了隐藏的中频结构。其次，只有带通滤波器才能真正“听到”并放大这种结构。
代价： 作者发现这两个部分是紧密耦合的。如果你构建了精巧的新地图，但没有使用带通滤波器（仍沿用旧的低通滤波器），性能实际上会比以前更差。这就像是造了一台高分辨率相机，却透过一层雾蒙蒙的镜头去观察；多出来的细节只会变成噪声。反之，如果仅使用带通滤波器（没有新地图），虽然仍比旧方法好，但只有两者结合，才能创造出“最先进（state-of-the-art）”的结果。

为什么这很重要

这篇论文表明，更好的推荐未来的关键不在于拥有更多的数据，而在于聆听数据的正确部分。通过意识到我们与事物交互的顺序至关重要，并构建能够调谐到人类品味“中频”的数学工具，我们可以从泛泛的、由流行度驱动的建议，转向真正理解我们特定社区和习惯的推荐。

作者谨慎地指出，虽然该方法比许多复杂的深度学习模型更快（处理大型数据集仅需约 1.27 分钟，而某些模型则需要超过 135 分钟），但它并不是解决所有问题的万灵药。它在人们从一个物品转向另一个物品具有清晰结构时效果最好。然而，对于那些曾觉得推荐引擎无法“理解”自己独特品味的人来说，GSPRec 提供了一种将收音机调到正确频率的充满希望的新途径。

技术摘要：GSPRec

问题陈述

基于图的协同过滤（CF）方法，包括利用图信号处理（GSP）的方法，通常将用户-项目交互视为二分图上的信号。现有的基于 GSP 的方法在谱域内运行为低通滤波器。虽然这能有效放大广泛的、全人群层面的流行趋势（低频成分），但本质上会抑制中间频率成分。作者认为，这些中间频率编码了关键的社区级用户偏好——即某些特定用户群体青睐某些项目，而非整个群体都青睐这些项目的模式。

当前基于 GSP 的方法的一个关键局限在于，它们仅从用户-项目交互矩阵（ $X$ ）中导出项目表示。虽然 $X$ 捕捉了用户与哪些项目发生了交互，但它未能捕捉这些项目在用户交互序列中是如何关联的（即哪些项目在时间上彼此接近）。因此，生成的图拓扑结构缺乏揭示中间频率谱成分所需的结构信息，而低通滤波器原本会丢弃这些成分。现有的通过复杂滤波器设计来提升性能的尝试，仍然是在这些贫瘠的表示之上进行操作，而没有对底层图结构进行富化。

方法论：GSPRec

作者提出了 GSPRec，这是一个通过在应用谱滤波之前，引入源自用户交互顺序的项目-项目邻近性，从而富化项目谱表示的框架。该方法由两个耦合的部分组成：图构建和谱滤波。

1. 图构建

GSPRec 构建了一个统一的图拓扑，该拓扑集成了标准的交互关系与源自用户历史序列的项目-项目邻近性。

基于顺序的邻近性 ( $S'$ )： 该方法首先根据用户交互的年代顺序构建一个有向转移矩阵 $S$ （例如，如果用户先与项目 $i$ 交互，后与项目 $j$ 交互，则存在有向边 $i \to j$ ）。为了捕捉不受严格方向性限制的邻近性，将 $S$ 对称化为无向矩阵 $S'$ 。这捕捉了在用户历史记录中彼此接近的项目，这种信号在标准的共现矩阵 $X^TX$ 中是缺失的。
多跳扩散 ( $S^{(d)}$ )： 为了捕捉高阶邻近性（例如，通过中间项目连接的项目），该方法应用了一个带有指数衰减的扩散过程：
$S^{(d)} = \sum_{k=1}^{d} \alpha^{k-1} (S')^k$
这里 $\alpha \in (0,1)$ 确保长度为 $k$ 的路径贡献小于直接连接。该过程累积了加权路径计数，为在交互序列中靠得更近的项目分配更高的权重。
统一邻接矩阵 ( $A$ )： 将归一化的扩散矩阵 $\tilde{S}$ 与归一化的用户-项目交互矩阵 $X$ 集成，形成一个统一的对称邻接矩阵：
$A = \begin{bmatrix} 0 & X \\ X^T & \tilde{S} \end{bmatrix}$
该统一图用于计算归一化拉普拉斯矩阵 $L = I - D^{-1/2}AD^{-1/2}$ 。 $\tilde{S}$ 的引入重塑了 $L$ 的谱特性，引入了此前不存在的中间频率结构。

2. 谱滤波框架

统一的拉普拉斯矩阵允许进行特征分解 $L = U\Lambda U^T$ 。GSPRec 采用双滤波器策略来利用新的谱结构：

高斯带通滤波器 ( $g_{BP}$ )： 设计了一个高斯带通滤波器，用于选择性地放大由富化图所暴露的中间频率成分。滤波器的响应定义为：
$g_{BP}(\lambda) = \exp\left(-\frac{(\bar{\lambda} - c)^2}{w}\right)$
其中 $\bar{\lambda}$ 是归一化特征值， $c$ 和 $w$ 是频率带中心和宽度的可调参数。该滤波器针对的是低通滤波器会抑制的社区级偏好。
低通滤波器 ( $g_{LP}$ )： 应用一个互补的低通滤波器以保留广泛的流行趋势。为了确保用户-用户协同信号不会丢失（因为统一图 $A$ 在用户-用户边处有一个零块），低通分支将增强的信号矩阵（连接用户-用户相似度 $C_U$ 和 $X$ ）投影到低频特征空间。
分数融合： 最终的推荐分数 $Y$ 是带通滤波信号（ $F_{BP}$ ）和低通滤波信号（ $F_{LP}$ ）的凸组合：
$Y = \phi \cdot F_{BP} + (1 - \phi) \cdot F_{LP}$
其中 $\phi$ 是平衡个性化（中间频率）和全局（低频）信号的超参数。

核心贡献

新颖的图构建： GSPRec 是第一个将基于顺序的项目-项目邻近性纳入项目谱表示的 GSP 类 CF 方法。通过从用户交互序列中导出边并进行扩散，该方法引入了标准交互图中不存在的中间频率谱结构。
针对性的带通滤波： 作者专门设计了一个高斯带通滤波器，以放大由富化图所暴露的中间频率结构。他们证明了即使仅应用于新的图构建，该滤波器也优于现有的低通和高通替代方案。
耦合设计： 本文确立了基于 GSP 的 CF 中图构建与滤波器设计是相互耦合的。富化的表示引入了会被低通滤波器抑制的结构；因此，带通滤波器对于利用这种结构至关重要。反之，如果没有富化的图，带通滤波器的效果也会欠佳。联合设计实现了最先进的性能。
理论有效性： 本文提供了理论分析，证明了扩散过程的收敛性以及统一拉普拉斯矩阵的有效性（对称、半正定，且特征值在 $[0, 2]$ 范围内实数）。

实验结果

作者在四个真实世界数据集（ML100K, ML1M, Netflix, Amazon Beauty）上对 GSPRec 进行了评估，对比对象包括全面的基准模型，涵盖了基于 GCN 的方法（LightGCN, LR-GCCF）和基于 GSP 的方法（GF-CF, JGCF, PGSP, HiGSP, FaGSP）。

性能： GSPRec 在所有数据集和指标（NDCG@K, MRR@K）上一致优于所有基准模型。NDCG@10 的平均提升为 5.12%。
稀疏数据敏感性： 该方法在最稀疏的数据集（Amazon Beauty, 密度为 0.07%）上表现出最显著的增益，NDCG@20 的提升高达 19.74%。这表明带通方法能有效恢复低通方法在稀疏设置下遗失的信号。
消融研究：
- 去除带通滤波器（GSPRec-NB）导致性能下降约 11.3%，使其表现低于所有 GSP 基准模型。这证实了项目-项目邻近性引入了如果不使用带通滤波器就会产生负面影响的结构。
- 去除项目-项目邻近性（GSPRec-NS）仍优于所有基准模型，证实了带通滤波器是一个强大的独立贡献者。
- 仅使用直接边而不进行扩散（GSPRec-SE）的表现差于完整的扩散模型，验证了多跳扩散的效用。
效率： GSPRec 高度高效，在 ML1M 数据集上仅需 1.27 分钟，比 LightGCN 快 100 多倍，且与最快的 GSP 基准模型（GF-CF）相当。

意义与主张

论文声称 GSPRec 解决了基于图的协同过滤中的一个根本局限：即邻域聚合倾向于充当低通滤波器，从而丢弃了社区级偏好。通过利用交互顺序富化图拓扑，并将其与带通滤波器相结合，GSPRec 成功地恢复并放大了这些中间频率信号。

作者强调，该方法的成功依赖于图构建与滤波器设计的耦合。富化的图是暴露中间频率结构的必要条件，而带通滤波器是利用该结构的必要条件。这项工作表明，未来的基于 GSP 的 CF 方法必须考虑图拓扑如何影响信号的谱分布，而不是将图构建和滤波视为独立的步骤。本文总结道，这种方法为协同过滤提供了一种鲁棒、高效且达到最先进水平的解决方案，特别是在用户交互数据稀疏的情况下。