想象一下，你正走进一座巨大而混乱的图书馆，数以百万计的人正在大声喊着他们喜欢的书，但由于房间里太吵了，你几乎听不清他们在说什么。有些人是在低语，有些人是在尖叫，还有一些人只是在发出一些随机的声音，听起来像是喜欢某本书，但实际上并不是。这就是推荐系统的世界——那些驱动着 Netflix、Spotify 和 Amazon 的数字引擎，它们试图猜测你下一步想要什么。为了做出这些猜测，计算机使用了一种叫做**图神经网络（Graph Neural Networks, GNNs）**的技术。你可以把 GNN 想象成一位超级聪明的图书管理员，他不仅看一个人的清单，还会观察每一个读者与每一本书之间构成的整个连接网络。然而，这位图书管理员面临着一个问题：当图书馆太安静时（数据稀疏）或者太嘈杂时（反馈质量差），图书管理员会感到困惑，并开始推荐你会讨厌的书。

科学家们提出的核心问题是：我们如何教会这位图书管理员忽略噪音并找到真实的模式，即使在数据非常混乱的情况下？答案通常涉及对比学习（contrastive learning），这就像是要求图书管理员比较两个略有不同的同一个故事的版本，看看哪些部分保持不变（真相），以及哪些部分发生了变化（噪音）。但目前大多数方法试图通过随机摇晃图书馆的书架或添加虚假书籍来修复噪音，但这可能会在剔除坏东西的同时，不小心把好东西也给丢掉了。

这篇论文介绍了一位聪明的新型图书管理员，名叫 COMPASS（基于社会引导信号的对比多分解方法）。COMPASS 不会随机摇晃书架，而是使用了一副特殊的眼镜，让它能分层观察图书馆。它既观察每个人都喜欢的“大局”（全局模式），又缩放细节以观察只有少数人喜欢的“微观细节”（局部细节）。它还会倾听你的朋友对书的看法，但仅将其作为一种温和的建议，而非严格的规则。研究人员在音乐、电影和书籍的真实数据上测试了它，发现 COMPers 能够更好地忽略噪音并提供出色的推荐，即使在数据非常混乱或用户阅读书籍较少的情况下也是如此。

问题所在：一个嘈杂的图书馆

想象一下，你正试图弄清楚你的朋友喜欢吃什么。你问他：“你喜欢披萨吗？”他说：“是的。”但如果他只是出于礼貌，或者他当时只是饿了，所以对所有东西都说“是”呢？在在线推荐的世界里，这种情况经常发生。用户点击了他们并不真正喜欢的东西，或者只是浏览而不购买。这被称为噪声隐式反馈（noisy implicit feedback）。

现有的试图猜测你喜好的计算机程序（推荐系统）通常将每一次点击都视为绝对的真理。它们构建了一个连接用户与物品的巨大地图（图）。但如果地图上有太多的错误连接，计算机就会迷失方向。这就像是在一个路标有一半都指向错误方向的城市中导航。现有的多数方法试图通过随机删除一些连接或添加一些虚假连接来修复这个问题。但这有点像试图通过向破损的地图上投掷飞镖并寄希望于击中正确位置来修复地图，这种做法往往会把好的线索和坏的线索一起丢掉。

解决方案：COMPASS 及其特殊眼镜

本文的作者 Mohammad Aliabadi、Alireza Abdollahpouri 和 Parham Moradi 创建了一个名为 COMPASS 的新系统。COMPASS 没有随机猜测哪些连接是真实的，而是使用了一种称为**奇异值分解（Singular Value Decomposition, SVD）**的数学技巧。

你可以把 SVD 想象成一种将一张巨大且混乱的图书馆照片分解为清晰层次的方法：

1. 低秩层（大局观）： 这一层展示了最明显的模式。这就像是从无人机视角观察图书馆：你可以清晰地看到主要的走廊和最受欢迎的区域。这对于阅读书籍较少的用户（稀疏用户）非常有效，因为它能根据所有人的喜好为他们提供安全的通用推荐。
2. 高秩层（精细细节）： 这一层通过缩放来展示微小的、具体的细节。这就像是走下走廊，注意到某个特定的人非常痴迷于某种极其冷门的类型。这对于阅读大量书籍的用户（活跃用户）非常有效，因为它捕捉到了他们独特的、具体的品味。

大多数系统只观察其中一层。然而，COMPASS 戴上了一副 Gumbel-Softmax 眼镜。这副眼镜会自动决定针对每一个人，应该看多少“大局”以及看多少“精细细节”。如果你是一个新用户，眼镜会聚焦于大局；如果你是一个超级粉丝，眼镜则会缩放至细节。这一切都是自动完成的，不需要计算机被告知该怎么做。

社会的耳语

COMPASS 也会倾听你的朋友，但它做得非常谨慎。在许多系统中，如果你的朋友喜欢某样东西，计算机就会强迫你也喜欢它。但如果你的朋友只是表现得很古怪呢？COMPASS 将社交连接视为一种轻声的耳语（soft whisper）。它会说：“嘿，你的朋友喜欢这个，所以也许你也会喜欢，”但它不会强加于事。如果计算机发现你的朋友的品味与你的实际行为不符，它就会忽略这个耳语。这有助于系统保持稳健，即使某些社交连接是虚假的或微弱的。

平衡的艺术

训练计算机同时完成所有这些任务是非常困难的。计算机必须学习推荐物品（主任务），同时还要学习忽略噪音（附加任务）。如果它过于专注于忽略噪音，它可能会忘记如何进行推荐；如果它过于专注于推荐，它可能会被噪音搞混。

作者使用了一种**梯度平衡权重（gradient-balanced weighting）**策略。想象一个天平，其权重在不断自我调整。计算机观察学习每个部分有多难，并自动移动权重以保持天平平衡。这确保了计算机能完美地掌握这两项技能，而不会让其中一项压倒另一项。

研究发现

团队在三个真实世界的数据集上测试了 COMPASS：Yelp（商业）、LastFM（音乐）和 Douban（书籍）。他们将其与十个其他顶尖系统进行了对比。

• 更高的准确度： COMPASS 一致地击败了其他系统。在 Douban 数据集上，与次优系统相比，COMPASS 将推荐准确度提高了高达 5.76%（以 NDCG@20 衡量）。这听起来可能很小，但在推荐引擎的世界里，这是一个巨大的胜利。
• 处理噪声的能力： 研究人员特意向数据中加入了“噪声”，使 20% 的交互变为虚假信息。即使在这种程度的破坏下，COMPASS 依然表现良好，而其他系统则出现了性能崩溃。这表明 COMPASS 非常擅长忽略虚假信号。
• 帮助新用户： 该系统在帮助交互极少的用户（稀疏用户）方面表现尤为出色。通过为这些用户关注“大局”，即使在数据很少的情况下，它仍能做出良好的预测。
• 速度： 尽管进行了这么多额外的数学运算，系统的速度并没有明显变慢。这些额外的计算（SVD 层）是在训练开始前完成的一次性计算，因此在实际学习过程中，它的速度与其他系统一样快。

总结

论文指出，一个优秀的推荐系统的秘诀不仅仅在于拥有更多的数据或在混合物中加入更多噪音，而在于从不同的角度观察数据。通过将用户-物品的连接分解为“大局”和“精细细节”的层次，并让系统决定每个人应该关注哪个角度，我们可以构建出更聪明、更稳健且更能处理人类行为复杂现实的系统。

作者指出，虽然目前效果很好，但仍有提升空间。未来的工作可能包括让“社会耳语”变得更加聪明（例如识别哪些朋友是值得信赖的），或者将这种多层分解的思想应用于社交网络本身。但就目前而言，COMPASS 展示了适度的结构化分解在让我们的数字推荐感觉更具人性化方面，能发挥多么长远的作用。