💻 computer science

MACRDR: Enhancing Interest Discovery and Diversity in News Recommendation via Multi-Agent Reflection

本文提出了 MACRDR，一个多智能体协作与反思框架，该框架通过将过程重新表述为一种动态意图校准机制，通过预测型智能体与反思型智能体的协作调整用户画像，从而增强新闻推荐的多样性并实现兴趣发现，以缓解过滤气泡问题并捕捉不断演变的偏好。

原作者： XiaoLong Zhang, Shuang Feng

发布于 2026-08-14

📖 1 分钟阅读☕ 轻松阅读

原作者： XiaoLong Zhang, Shuang Feng

原始论文采用 CC BY 4.0 许可（https://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，你正走在一座巨大且无止境的图书馆中，书架在你每次看向书籍时都会重新排列。这就是新闻推荐的世界——这是计算机科学的一个分支，旨在帮助我们在浩如烟海的信息中寻找有趣的故事。长期以来，这些系统就像是过度保护的图书管理员，只递给你那些看起来与你读过的书完全一样的书。如果你喜欢科幻小说，你就会得到更多科幻；如果你喜欢烹饪，你就会得到更多食谱。虽然这让人感觉很舒适，但它创造了一个“过滤气泡”——一个温馨却狭小的房间，你在其中永远看不到任何新鲜事物，你的世界因此变得越来越小，而不是越来越大。

为了解决这个问题，科学家们尝试了两种主要的方法。一种是强迫图书管理员随机扔进一本新书来增加多样性，但那本书可能很枯燥或无关紧要。另一种是试图猜测你可能下一个会喜欢什么，但计算机往往只能基于你的过去进行猜测，从而忽略了你今天可能正在改变主意这一事实。研究人员提出的重大问题是：我们如何构建一个既了解你当下想要什么，又足够勇敢地向你展示那些你从未见过、甚至可能成为你新宠物的作品的系统？

于是，来自中国传媒大学的研究人员提出了一个新构想：MACRDR。不要把 MACRDR 仅仅看作一名图书管理员，而要把它看作是在一个高科技控制室里协同工作的五名专业智能体组成的团队，利用“反思”过程来弄清楚你真正想要什么。该系统不仅仅是查看你的历史，它还在玩一场“预测与修正”的游戏。首先，一个预测智能体（具体为动作智能体）会根据你的个人资料猜测你下一个会点击什么。然后，一个反思智能体会观察你实际点击了什么。如果你的实际点击与预测不符，反思智能体不会只是耸耸肩；它会写下一份“认知补丁”——一张小纸条，上面写着：“嘿，用户实际上对这个新话题感兴趣，而不只是旧的东西！”

这个团队使用了一种特殊的动态画像记忆，它就像一本具有版本控制功能的日记。它并没有抹去你的旧兴趣，而是保留了你品味变化的时光轴，记录下你每一次改变心意的笔记。当需要向你推荐新闻时，动作智能体会从标准搜索引擎中获取相关文章列表，并利用这些“认知补丁”来重新洗牌。它将安全、相关的资讯放在顶部，同时将那些全新的、令人惊喜的话题悄悄渗透到较低的位置，让你有机会发现那些你原本不知道自己会喜爱的东西。

研究人员在名为 MIND 的大规模真实新闻点击数据集上测试了这个系统。他们发现 MACRDR 成功打破了过滤气泡。在模拟实验中，该系统并非随机猜测；它实际上在约 26.43% 的时间内发现了用户的潜在新兴趣（通过名为 IDR@5 的指标衡量），这一比例高于他们对比的所有其他方法。它还设法保持了推荐的准确性，这意味着你仍然能获得你关心的新闻，但同时也带有一份健康的惊喜感。这项研究表明，通过将推荐视为预测者与反思者之间的动态对话，而非一份静态列表，我们可以构建出能够帮助我们的兴趣成长，而非将其困在过去的个性化新闻推送系统。

技术摘要：MACRDR —— 通过多智能体反思增强新闻推荐中的兴趣发现与多样性

1. 问题陈述

个性化新闻推荐系统由于过度依赖历史用户交互模式，经常受到“过滤气泡”和“回声壁效应”的影响。尽管基于深度学习的方法在语义建模和点击预测准确性方面取得了进步，但它们往往会强化既有偏好，导致对用户意图动态变化和新兴兴趣的感知能力不足。

现有的多样性感知方法通常通过启发式重排序（如最大边际相关性，Maximum Marginal-Relevance）或表示优化（如对比学习）来解决这一问题。然而，这些方法主要侧重于项目层面的分布调整或特征分离，而没有显式地对潜在的意图演化过程进行建模。因此，它们可能会引入与用户实际潜在兴趣或新兴兴趣不符的多样化内容。此外，虽然大语言模型（LLM）具有强大的推理能力，但在处理复杂推荐任务时，应用单一的 LLM 智能体会因为长上下文理解能力的缺失以及缺乏持久记忆机制，导致排序不稳定、流行度偏差和幻觉问题。

2. 方法论：MACRDR 框架

作者提出了 MACRDR（用于多样性感知推荐的多智能体协作与反思），该框架将新闻推荐重新定义为一个动态的意图校准过程，而非静态的排序优化问题。该框架通过具有预测-反思反馈循环的多智能体系统，将过程解耦为两个阶段：基础检索和认知重排序。

2.1 核心架构

该框架由三个主要模块组成：

基础推荐模块： 作为候选生成阶段，利用深度学习模型（实验中具体使用了 PLM-Attention 网络）来编码用户历史和新闻内容。它生成一个具有初始排序得分的高相关性候选集 ( $C_{cand}$ )，作为后续基于智能体的重排序的约束，以确保基准准确性。
动态画像记忆模块： 旨在克服 LLM 智能体缺乏持久记忆的问题，该模块存储结构化的、版本控制的用户画像 ( $Prof_u^v$ $P r o f_{u}^{v}$ )。与隐式向量表示不同，它使用轻量级的、基于文档（JSON）的结构化记忆，包含：
- 基本属性： 核心兴趣类别和人格描述。
- 认知调整补丁 ( $Patch_u^v$ )： 由反思智能体生成的显式自然语言指令，用于指导未来的调整。
- 演化元数据： 记录画像版本、更新触发器和时间戳，以保持时间一致性。
多智能体协作模块： 由四个专业化智能体组成的决策核心：
- 管理者智能体 (Manager Agent)： 负责编排任务路由、状态管理，并根据系统状态将任务自适应地分配给其他智能体。
- 用户分析师智能体 (UserAnalyst Agent)： 利用 LLM 摘要功能，从历史交互中提取可解释的偏好信息，从而初始化用户画像。
- 行动智能体 (Action Agent)： 承担两个角色：(1) 在离线演化阶段，基于当前画像预测潜在的用户兴趣；(2) 在在线阶段，通过平衡基础相关性得分与反思引导，执行最终的意图感知重排序。
- 反思智能体 (Reflect Agent)： 将行动智能体的预测兴趣 ( $\hat{Y}_t$ ) 与实际用户反馈 ( $Y_t$ ) 进行比较。它计算语义差异 ( $\delta_t$ )，并在偏差超过动态容差阈值 ( $\theta$ ) 时生成显式的认知调整补丁。

2.2 预测-反思反馈循环

其核心创新在于离线画像演化过程：

预测： 行动智能体根据当前用户画像预测预期的新闻子类别。
反思： 反思智能体将预测结果与实际用户交互进行比较。
校准： 如果偏差显著 ( $\delta_t > \theta$ )，反思智能体会分析原因并生成“认知补丁” ( $Patch_u^{v+1}$ )。该补丁作为未来推荐的显式指令，引导系统在纠正预测错误的同时探索新兴兴趣。
在线重排序： 当推荐请求到达时，行动智能体检索最新的画像和候选集。它优化一个联合目标：在结合来自认知补丁的探索指令的同时，最大化相关性（来自基础模型）。

3. 主要贡献

本文概述了三个主要贡献：

推荐范式的重构： MACRDR 将范式从静态排序转向动态意图校准。它将基础检索（关注准确性）与认知重排序（关注多样性）解耦，在保留传统检索模型高效性的同时，利用了基于 LLM 的智能体的推理能力。
预测-反思协作机制： 作者设计了一种能够显式建模用户意图演化的机制。通过将预测兴趣与真实反馈进行比较，系统生成“认知补丁”来引导推荐调整，从而能够捕捉新兴意图，而非仅仅停留在历史模式上。
动态画像记忆： 引入了一个版本控制的记忆模块，以保存用户偏好变化的轨迹和反思性修正。这实现了长期的意图追踪，并为多智能体推理提供了可解释的、结构化的上下文，解决了标准 LLM 的记忆限制问题。

4. 实验结果

该框架在 MIND（微软新闻数据集）上进行了评估，使用了包含 2,000 名活跃用户（MIND-2000）的子集，并采用时间分割策略来模拟自然兴趣演化。

4.1 性能指标

评估考虑了准确性（AUC, MRR, NDCG@K）以及多样性/兴趣发现（兴趣发现率 - IDR, 惊喜度 - SR, 列表内多样性 - ILD, 兴趣覆盖率 - IC, 聚合覆盖率 - AC）。

4.2 主要发现

准确性与多样性的权衡： 尽管引入了探索性项目，MACRDR 仍保持了与先进的 LLM 基准模型（如 PNR-LLM 和 LKPNR）相当的竞争性推荐准确性（例如 NDCG@10 为 0.4087）。
卓越的兴趣发现能力： MACRDR 在所有基准模型中实现了最高的兴趣发现率 (IDR@5: 26.43%) 和惊喜度 (SR@5: 0.0853)，显著优于深度学习模型（如 NRMS, NAML）和其他基于 LLM 的方法。
消融实验：
- 移除基础推荐器会导致准确性大幅下降，证实了高质量的相关性约束候选集的必要性。
- 移除反思智能体或行动智能体会降低系统动态校准偏好的能力，导致较低的 IDR 和 SR 分数。
- 移除排序约束（仅依赖 LLM 重排序）虽然提升了多样性指标，但显著降低了准确性，验证了保留基础相关性信号的必要性。
参数敏感性： 研究发现，历史交互切片大小为 3 且动态容差阈值 ( $\theta$ ) 为 6 时，能达到稳定性与探索性之间的最佳平衡。

5. 意义与主张

论文声称 MACRDR 为缓解新闻推荐中的过滤气泡提供了一个有效且可解释的解决方案。其意义在于：

建模意图演化： 不同于将多样性视为事后约束的方法，MACRDR 通过反思循环对意图演化过程进行建模，使系统能够区分稳定偏好与新兴兴趣。
受控探索： 通过使用源自预测误差的“认知补丁”，系统进行的是针对性探索而非随机多样化，确保推荐的多样化内容确实符合用户的潜在需求。
实际可行性： 该架构证明了通过结构化记忆进行多智能体协作可以有效地处理复杂的推荐任务，在平衡 LLM 的推理能力与传统深度学习模型的计算效率及准确性方面表现出色。

作者总结道，虽然该框架展现了良好的前景，但未来的工作可以包括使用模拟用户智能体来增量训练基础模型，并集成多模态信息以实现更细粒度的意图建模。