🤖 AI

Beyond Observed Auxiliary Relations: Environment-Conditioned Modeling for Multi-Behavior Recommendation

该论文提出了 BOAR，一种环境感知的多行为推荐框架，该框架有效地解决了辅助信号缺失和不可靠的问题，从而显著提升了目标行为预测能力，特别是针对缺乏辅助观测值的物品。

原作者： Seunghan Lee, Hyunsik Yoo, Jian Kang, Susik Yoon, SeongKu Kang

发布于 2026-08-25

📖 1 分钟阅读☕ 轻松阅读

原作者： Seunghan Lee, Hyunsik Yoo, Jian Kang, Susik Yoon, SeongKu Kang

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

在当今的数字市场中，单次购买很少是用户发送的唯一信号。在购买一双鞋或一本新书之前，一个人可能会点击该商品，将其加入购物车，或将其保存到愿望清单中。这些较小的行为就像留在沙滩上的足迹；它们暗示了一种尚未完全实现的欲望。推荐系统——即那些建议我们下一步可能想要什么的算法——长期以来一直试图利用这些足迹来预测最终的目的地：购买。通过研究用户从偶然瞥见到底层结账所经过的路径，这些系统希望比仅仅观察我们购买那一刻时更深入地理解我们的品味。然而，这种方法面临着一个根本性的问题。有时，用户在从未点击或加入购物车之前就购买了某物，导致系统对该偏好视而不见。另一些时候，用户出于好奇或偶然点击了某个商品，创造了一个虚假的信号，暗示了一种并不存在的兴趣。当算法过度依赖这些不完美的线索时，它们在推荐从未见过的商品时会感到吃力，或者会被偶然点击产生的噪音所困扰。

一组研究人员开发了一种新方法来应对这些令人困惑的信号，提供了一种超越显性交互进行观察的方法。他们将这种方法称为 BOAR，这是一个旨在处理目前我们使用这些数字足迹时存在的两个主要缺陷的系统。第一个缺陷是，系统经常会错过用户真正想要的商品，因为这些商品缺乏任何先前的点击或购物车添加记录。第二个缺陷是，系统很容易被那些并未导致购买的点击所误导，将偶然的浏览视为强烈的欲望。研究人员发现，试图用单一、统一的策略来解决这两个问题往往会失败。相反，他们构建了一个框架，该框架可以根据情况改变其策略，就像一位知道何时推进、何时退后的熟练向导一样。

这种新方法的核心在于承认：任何给定商品的可用数据都属于两个截然不同的类别。对于某些商品，有丰富的点击和购物车添加历史；而对于另一些商品，则完全没有这样的历史。研究人员意识到，一个试图从没有历史的商品中学习的模型，与一个试图从嘈лоous（嘈杂）、混乱的历史中学习的模型，需要一套不同的工具。为了解决这个问题，他们创建了两个协同工作的专门模块。第一个模块专门用于处理没有历史记录的商品。它扮演着侦探的角色，寻找隐藏的联系，使用一种技术来寻找用户即使从未与之交互也可能喜欢的商品。它通过寻找不受商品流行程度影响的用户行为模式来实现这一点，确保系统不会仅仅推荐每个人都能看到的那些名品。它有效地填补了空白，在原本空白的空间里创造了一张更密集的潜在兴趣图谱。

第二个模块处理那些拥有点击和购物车添加历史、但其历史可能并不可靠的商品。在这里，系统扮演着过滤器的角色。它仔细检查用户与他们点击过的商品之间的联系，询问这些点击是否真的与用户最终购买的行为相一致。如果一次点击看起来像是失误或仅仅是未导致购买的随手浏览，系统就会学会忽略该信号。它修剪掉那些不可靠的链接，精炼地图，使只有真正指向购买的信号得以保留。这防止了算法被偶然交互产生的噪音所分散注意力。

为了让这两个模块无缝协作，系统使用了一条简单而强大的规则。当它需要对特定用户和商品进行预测时，它会检查该商品是否存在任何辅助交互。如果该商品没有历史记录，系统就会侧重于第一个模块来挖掘隐藏的偏好。如果该商品有历史记录，系统则侧重于第二个模块来清理噪音。这个决策不是一个僵化的开关，而是一个平滑的调整，允许系统根据现有的证据融合两种方法的见解。结果是，这种推荐引擎比之前的版本更具适应性。

研究人员在来自三大电子商务平台的数据上测试了这一新系统，涉及数万名用户和数百万次交互。结果显示，这种新方法始终优于现有的最佳系统。在一般情况下，它将推荐的准确性提高了近 8%。然而，最显著的提升出现在最困难的情景中：推荐那些此前没有任何点击或购物车添加记录的商品。在这些情况下，新系统的准确性提高了高达 44%。这表明该系统成功发现了以前对算法而言不可见的偏好。它还被证明具有高度的效率，运行速度与目前的尖端方法一样快，这意味着它可以部署在现实世界的应用中，而不会减慢用户体验。

研究还包括了压力测试，以观察系统在极端条件下表现如何。在一项测试中，研究人员人为地删除了用户最终购买商品的点击历史，模拟了系统必须在没有任何线索的情况下进行猜测的情景。新系统保持了稳健，仅表现出微小的性能下降，而其他方法则表现得非常挣扎。在另一项测试中，他们在用户从未购买过的商品中加入了虚假的、带有噪音的点击，模拟了误导性信号泛滥的情景。同样，新系统守住了阵地，有效地过滤掉了噪音，而其他系统则失败了。这些测试证实，这种两部分的方法不仅仅是理论上的改进，更是针对现实世界中用户行为的混乱状态的实践解决方案。

通过将问题分解为两个截然不同的挑战，并用量身定制的策略分别解决，研究人员表明，推荐系统可以不仅仅是模式匹配器。它们可以是适应性学习者，能够理解“沉默的偏好”与“嘈杂的干扰”之间的区别。这项工作强调了，推荐系统的未来不在于收集更多的数据，而在于理解我们现有数据的质量和语境。它为那些即使在用户从未言说、甚至在用户言辞充满矛盾时，仍能推荐正确事物的系统，指明了一条前进的道路。

技术摘要：超越观测到的辅助关系 (BOAR)

问题定义

多行为推荐 (Multi-behavior Recommendation, MBR) 旨在通过利用辅助行为信号（如点击、加入购物车）来提升对目标行为（如购买）的预测能力。虽然基于图神经网络 (GNN) 的方法通过在行为图中传播信号已取得了最先进的性能，但它们面临着辅助行为固有的两个基本挑战：

辅助信号缺失 (C1)： 对于用户最终可能购买的物品，辅助行为往往是缺失的。这种缺失并非随机，而是由观测偏差（例如平台曝光、物品流行度）驱动的。因此，在这些有偏关系上进行传播的 GNN 无法泛化到“隐藏”目标物品——即那些没有观测到辅助交互的物品——从而限制了系统推荐新颖物品的能力。
辅助信号不可靠 (C2)： 观测到的辅助行为并不总是意味着购买意图。它们可能是噪声（例如误点、随意的浏览）。GNN 在结构上容易受到此类噪声的影响，因为消息传递可能会放大与目标行为不一致的信号，从而降低预测准确性。

现有方法部分解决了这些挑战（例如，通过自监督学习解决缺失问题，或通过注意力机制处理噪声），但未能同时解决这两个问题，也未能显式地对辅助可观测性进行建模。

方法论：BOAR 框架

作者提出了 BOAR（Beyond Observed Auxiliary Relations，超越观测到的辅助关系），一个环境感知的 MBR 框架。其核心洞察是：图重构的最佳策略取决于特定用户-物品对是否存在观测到的辅助信号。BOAR 利用全期望定律，通过对辅助可观测性环境 ( $E_{ui}$ ) 进行条件化，将目标偏好估计进行分解：

$E[R_{ui} | u, i] = \sum_{e \in \{0,1\}} P(E_{ui}=e | u, i) E[R_{ui} | u, i, E_{ui}=e]$

该公式导出了一个模块化设计，包含两个互补的子模块，并由辅助观测概率 ( $\hat{p}_{ui}$ ) 进行协调：

1. 去偏稠密化模块 ( $f_0$ )

条件： 辅助未观测 ( $E_{ui}=0$ )。
目标： 恢复缺乏辅助证据的目标物品的隐藏偏好。
机制：

辅助流行度对抗学习： 使用梯度反转层 (GRL) 训练一个预测器，根据辅助交互计数来预测物品流行度。编码器通过最小化该预测值进行更新，从而抑制由流行度驱动的物品表示偏差。
目标隐藏偏好挖掘器： 高效发现潜在的目标关系，避免穷举所有对计算。
- 候选检索： 使用角度局部敏感哈希 (LSH) 寻找在嵌入空间中具有相似角度方向的候选物品。
- 可学习边选择： 使用带有 Gumbel-Softmax 的线性层来预测是否添加候选边，从而优化目标行为预测。
- 加权图增强： 将选定的候选者以基于角度相似度和量级一致性的权重添加到目标图中。
去偏稠密化学习：
- 对比学习： 使用 InfoNCE 损失将原始目标图的嵌入与增强图进行对齐，以确保稳定性。
- 去偏 BPR 损失： 应用自归一化逆倾向得分 (SNIPS) 对正向交互进行重加权，以纠正排序目标中的观测偏差。

2. 目标引导细化模块 ( $f_1$ )

条件： 辅助已观测 ( $E_{ui}=1$ )。
目标： 过滤与目标行为不一致的不可靠辅助信号。
机制：

目标引导特征细化： 一个特征级门控机制，自适应地平衡辅助表示与固定的目标行为锚点（脱离的目标嵌入）。这可以过滤掉与目标偏好空间不一致的辅助特征。
选择性边剪枝： 一个带有 Gumbel-Softmax 的线性层，根据细化后的表示预测保留或丢弃特定的辅助边，从而抑制噪声传播。
目标引导偏好学习：
- 细化学习： 使用对比学习将辅助表示与固定的目标锚点对齐，防止噪声污染。
- 目标偏好学习： 通过注意力机制聚合行为特定的嵌入，并根据与目标行为的相关性进行加权，随后进行标准的 BPR 损失优化。

统一学习与推理

最终的预测是两个模块的软聚合，权重由估计的辅助观测倾向 ( $\hat{p}_{ui}$ ) 决定：
$f(u, i) = (1 - \hat{p}_{ui}) f_0(u, i) + \hat{p}_{ui} f_1(u, i)$
这种软分配允许实例从两个模块中获取互补信号，不同于将实例排他性地路由到其中一个模块的硬分配方式。

核心贡献

问题识别： 本文强调了 MBR 中两个被忽视且亟待解决的挑战：辅助信号的缺失（导致对隐藏物品的泛化能力差）以及辅助信号的不可靠性（导致噪声放大）。
新颖框架： BOAR 是第一个通过环境感知模块化设计同时解决这两个挑战的方法。它显式地模拟了图重构策略对辅助可观测性的依赖关系。
互补策略： 该框架为每种环境引入了特定技术：针对缺失信号采用去偏稠密化（对抗学习 + 基于 LSH 的挖掘）；针对不可靠信号采用目标引导细化（特征门控 + 边剪枝）。
实证验证： 广泛的实验证明，BOAR 在三个基准数据集上始终优于现有的最先进方法，特别是在涉及隐藏目标物品的场景中表现尤为突出。

实验结果

作者在三个基准数据集（Tmall, Taobao, JData）上对 BOAR 进行了评估。

整体性能： BOAR 在所有数据集和指标（HR@10, NDCG@10）的通用设置下均达到了最佳性能，在 HR@10 上比最佳基线方法提升了高达 7.82%。
隐藏偏好恢复： 在“未观测”（无辅助交互的物品）设置下，BOAR 表现出显著增益，HR@10 的提升高达 44.2%。这验证了其捕捉观测到的辅助关系之外的隐藏偏好的能力。
鲁棒性（压力测试）：
- 隐藏偏好测试： 随着移除的辅助交互比例增加，与其他基线相比，BOAR 的性能下降幅度最小。
- 噪声注入测试： 随着注入虚假辅助交互，BOAR 保持了卓越的稳定性，展示了有效的噪声抑制能力。
效率： 在保持相似参数量的同时，BOAR 实现了与最先进方法（如 MEMBER 和 MuLe）相当甚至更快的训练和推理时间。

意义与主张

本文声称 BOAR 为 MBR 中缺失和不可靠辅助信号的双重挑战提供了统一的解决方案。通过对辅助可观测性进行条件化建模，BOAR 不仅仅是简单地传播观测到的关系，而是主动恢复隐藏偏好并过滤噪声。作者强调，这种方法对于现实世界的推荐系统至关重要，因为在这些系统中，目标行为往往是稀疏的，且辅助数据通常存在偏差或噪声。这项工作表明，未来的系统不应再统一对待所有的辅助信号，而应采取环境感知策略来处理辅助行为图的结构性缺陷。