💻 computer science

RGDRec: Reliability-Guided Social Graph Denoising for Recommendation

本文提出了 RGDRec，一种通过估计关系可靠性以指导随机图去噪，并利用跨域对比学习来对齐社交与交互表示，从而减轻噪声社交连接的负面影响，进而提升推荐性能与鲁棒性的社交推荐框架。

原作者： Xin Zhao, Jian-Hong Wang, XiangRong Liu

发布于 2026-10-08

📖 1 分钟阅读☕ 轻松阅读

原作者： Xin Zhao, Jian-Hong Wang, XiangRong Liu

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

在数字时代，我们不断被要求信任他人的建议。当流媒体服务推荐一部电影或购物网站推荐一款产品时，它通常依赖于这样一种逻辑：过去喜欢相同事物的人，将来也会喜欢相同的事物。这是现代推荐系统的基础。然而，在现实世界中，我们的社交关系很少是个人品味的完美镜像。我们可能因为一起长大或在同一个办公室工作而成为朋友，即使我们的爱好完全不同。当计算机算法将每一段友谊都视为共同兴趣的信号时，它就有可能被这些微弱或无关的联系所误导。这种噪声会干扰系统，导致其推荐出用户实际上并不喜欢的项目。

山东理工大学的研究人员开发了一种新方法来解决这个问题，旨在通过教计算机区分“真正的共同兴趣”与“单纯的社交联系”，使这些数字推荐变得更加智能化。他们将这种方法称为 RGDRec。RGDRec 不再盲目接受每一个社交链接作为指南，而是像一位细心的编辑，在让社交关系影响最终建议之前，先评估每段关系的可靠性。通过过滤掉不可靠的联系，并根据剩余联系与用户实际行为的匹配程度进行加权，研究人员发现，即使在社交数据混乱或充满干扰的情况下，他们也能显著提高推荐的准确性。

团队解决的核心挑战在于，现实世界的社交网络通常是充满噪声的。在一个典型的社交图谱（即一个简单的“谁与谁相连”的地图）中，许多链接并不反映真实的品味相似性。用户可能会关注一位他们钦佩的名人，但从不购买该名人推广的产品；或者他们可能与一位朋友相连，但两人之间没有任何共同兴趣。当标准的推荐算法在这些网络中传播信息时，它们会将每个连接视为同等重要。这意味着，一个噪声或微弱的链接会稀释来自强相关链接的信号，导致系统对用户的需求做出错误的判断。研究人员意识到，要解决这个问题，需要一种在利用社交纽带学习用户偏好之前，衡量每个社交关系可信度的方法。

为了解决这个问题，团队设计了一个两步走的流程，作为社交信息的过滤器。首先，系统查看原始数据，对特定友谊的可靠性做出初步判断。它通过检查两点来进行：一是两人过去在实际互动中对相同产品或内容的重合程度；二是该朋友在更广泛的社交网络中的中心性。如果两个朋友购买了许多相同的书籍或造访了相同的餐厅，系统就会将其连接标记为高度可靠。如果他们没有共同的历史记录，该连接就会被标记为潜在的弱连接。这种初步评估并非最终决定，而是一个概率得分，决定了系统在多大程度上会利用该特定友谊来传递信息。

一旦系统获得了这些可靠性得分，它并不会简单地删除弱连接。相反，它使用了一个动态选择过程。在学习阶段，系统会随机决定是否将特定的社交连接纳入其计算，但它是基于可靠性得分做出这一选择的。高可靠性的连接几乎总是会被包含在内，而低可靠性的连接则经常被跳过。这一过程在系统学习过程中反复进行，使其能够在不永久丢弃任何信息的前提下，探索社交数据的不同组合。这种方法确保了系统不会受困于对社交网络单一且可能存在缺陷的理解，而是能够自适应地专注于最有用的连接。

第二步涉及对被选中的连接的影响力进行微调。即使在可靠的朋友中，有些人也可能比其他人更适合特定的推荐任务。系统使用一种可学习的机制来调整每个连接的权重，本质上是在决定对每个“邻居”投入多少注意力。这使得模型能够放大那些真正分享用户兴趣的朋友的声音，并减弱那些仅有松散联系的人的影响。通过将这种选择性过滤与细致的影响力调整相结合，系统构建出了一个更加清晰的用户偏好画像，摆脱了经常困扰社交推荐模型的静态噪声。

为了确保这种社交过滤确实有助于最终的推荐，研究人员增加了一个跨域对比学习步骤。这是一种训练系统的方法，旨在确保收集到的社交信息与用户的实际购买或观看历史保持一致。系统会将源自社交网络的“用户表示”与其源自直接交互项的“用户表示”进行对比。它鼓励来自同一个人的这两个视图保持一致，同时将来自不同人的视图推开。这起到了检查作用，确保所使用的社交信息是真正有助于预测偏好的，而不仅仅是随机的社交闲聊。至关重要的是，最终的推荐仍然是基于用户的直接交互历史做出的，社交数据仅在训练过程中起到辅助引导的作用。这种设计防止了社交网络中残留的任何噪声直接破坏最终的建议列表。

团队在包含用户在 Yelp、豆瓣和 Ciao 等平台上交互信息的三个大型真实数据集上测试了他们的方法。这些数据集包含数百万次的交互和社交连接，为测试系统处理噪声的能力提供了一个严苛的环境。结果显示，他们的 RGDRec 方法始终优于现有的最先进模型。它在预测用户会喜欢哪些项目方面达到了更高的准确度，衡量标准包括在排名前十或前二十的建议中有多少相关项目。这种提升在所有三个数据集上都非常显著，表明该方法具有鲁棒性，且无论数据类型或社交网络密度如何，都是有效的。

为了证明他们的方法确实是在过滤噪声而非仅仅是运气好，研究人员进行了压力测试。他们人为地在数据集中注入了大量的虚假随机社交连接，模拟社交网络被严重污染的情景。即使虚假连接的数量是真实连接的两倍，系统仍保持了其性能。分析表明，系统自然地为这些注入的噪声连接分配了极低的权重，有效地忽略了它们，同时仍给予真实的、可靠的链接以高度重视。这证明了可靠性引导机制成功识别并抑制了噪声，即使在极端条件下也能保持推荐质量的稳定。

进一步的分析显示，系统的成功源于其两个主要组件的结合。移除可靠性过滤会导致性能下降，这证实了仅仅使用社交数据而不检查其质量是不够的。同样，移除跨域学习步骤也会损害性能，这表明将社交数据与用户实际行为对齐是必不可少的。研究表明，使用社交信息最有效的方式不是将其视为固定的真理地图，而是将其视为一组动态的线索，必须根据其与用户现实行为的匹配程度进行不断的评估和加权。

研究人员承认，他们目前的方法依赖于静态数据（如过去的交互和网络结构），可能无法完全捕捉到随时间变化或取决于特定语境的复杂关系。他们还指出，虽然他们的噪声模拟很有效，但比现实世界中复杂的社交网络要简单，在现实中，糟糕的连接可能仍会产生一些微妙的影响。然而，这项工作为未来能够更好地处理“我们与谁相连”以及“我们究竟喜欢什么”之间差距的系统奠定了坚实的基础。通过教算法对社交纽带保持怀疑态度，并优先考虑共同兴趣的证据，这项研究为实现那些让人感到真正有用、而非仅仅在统计学上具有可能性的推荐提供了一条清晰的路径。

技术摘要：RGDRec —— 用于推荐的可靠性引导社交图谱去噪

1. 问题陈述

社交推荐系统旨在利用用户间的社交关系来缓解数据稀疏性并增强用户偏好学习。然而，现实世界的社交图谱往往包含与用户消费偏好弱相关甚至完全无关的噪声关系。这些不可靠的连接在参与图神经网络（GNN）的消息传递时，会扩散噪声，干扰用户表示学习，并降低推荐性能。

现有的去噪方法面临以下局限性：

固定规则： 依赖于预定义结构标准（如邻域重叠）的方法缺乏对多样化用户行为的适应性。
表示偏差： 仅通过学习到的用户表示来估计可靠性的方法，可能会因为数据稀疏性或其试图过滤的噪声本身而产生偏差。
二元决策： 许多方法确定性地移除边，未能考虑到社交关系既影响传播的拓扑结构，也影响邻居的贡献权重。
领域失配： 社交领域（关系结构）与交互领域（行为偏好）并不总是保持一致。直接融合它们可能会将残余噪声引入最终预测。

2. 方法论：RGDRec

作者提出了 RGDRec（用于推荐的可靠性引导社交图谱去噪），这是一个共同建模关系可靠性和跨领域表示学习的框架。该方法通过四个主要部分运行：

A. 协同偏好建模（交互领域）

模型采用 LightGCN 来编码用户-物品交互图。它通过聚合邻域信息来学习高阶协同表示（ $h^r_u, h^r_i$ ），且不进行复杂的特征变换或非线性激活。这些表示作为最终推荐的主要基础，同时也作为去噪社交领域的参考。

B. 可靠性引导的社交关系精炼

RGDRec 不再将所有观察到的社交边视为同等对待，而是通过两个阶段的过程来估计每个关系 $(v, u)$ 的可靠性：

初始可靠性估计 ( $p_{vu}$ ):
模型在训练前基于可观测数据计算初始可靠性得分：
- 行为一致性： 计算用户之间的定向交互重叠度（ $I^+_u \cap I^+_v$ ）。
- 结构连通性： 以邻居用户的社交度为特征。
  这些指标经过归一化和平均处理后生成 $p_{vu} \in [0, 1]$ 。
随机选择与自适应权重学习：
- 随机选择： 在每个传播层 $l$ ，社交边以概率 $p_{vu}$ 被保留（通过伯努利分布建模）。这动态地过滤掉了低可靠性的边。
- 自适应权重调整： 对于保留的边，使用多层感知机（MLP）处理用户初始社交嵌入的拼接与哈达玛积（Hadamard product），从而学习一个自适应系数 $q_{vu}$ 。
- 最终权重： 未归一化的权重为 $\tilde{w}_{vu} = p_{vu} \cdot q_{vu}$ 。该权重在有效邻域内进行归一化，以确定在消息传播过程中邻居 $v$ 对用户 $u$ 的贡献。

C. 可靠性感知社交传播

利用计算出的权重，模型在社交图谱上执行加权邻域聚合。最终的社交表示 $h^s_u$ 通过对所有层表示进行平均获得，在结合多阶社交信息的同时，通过可靠性引导的权重抑制噪声。

D. 跨领域对比学习

为了在不直接融合（以免引入噪声）的情况下对齐社交领域和交互领域，RGDRec 采用了基于 InfoNCE 的对比学习目标：

正样本对： 同一用户的归一化社交表示 $h^d_u$ 与增强后的协同表示 $h^{r,a}_u$ （源自随机丢弃交互图视图）。
负样本对： 同一批次内的不同用户表示。
该目标鼓励社交表示保留与协同偏好一致的信息，同时减少无关社交信号的影响。

E. 预测与优化

预测： 最终的推荐分数仅使用交互领域表示（ $h^r_u$ 和 $h^r_i$ ）进行计算。社交表示仅在训练期间作为辅助监督。
损失函数： 模型通过以下各项进行联合优化：
1. 推荐损失 ( $L_R$ ): 交互领域的贝叶斯个性化排序（BPR）。
2. 社交辅助损失 ( $L_S$ ): 社交领域的成对排序，以保留结构信息。
3. 对比损失 ( $L_{CL}$ ): 跨领域对齐。
4. 正则化项 ( $L_{reg}$ ): L2 正则化。

3. 核心贡献

可靠性引导的去噪机制： 本文提出了一种通过综合考虑用户交互行为和社交结构信息来评估社交关系可靠性的新方法。它通过随机边选择（控制参与概率）和自适应权重学习（调节信息贡献）来减轻噪声。
跨领域对比学习： 该框架引入了对比学习目标，以增强社交表示与协同表示之间的一致性。至关重要的是，社交信息被用作辅助监督，而最终预测依赖于交互领域表示，从而最大限度地减少了残余社交噪声的直接影响。
全面的评估： 作者在三个公开数据集（Yelp2018, Douban-Book, Ciao）上验证了该方法，证明其性能优于最先进的协同过滤、社交推荐及社交去噪基准模型。

4. 实验结果

性能表现： RGDRec 在所有三个数据集的所有指标（Recall@K, NDCG@K）上均取得了最佳结果。值得注意的是，相比于最强的基准模型，它在 NDCG@20 上分别提升了 1.08% (Yelp2018)、1.88% (Douban-Book) 和 2.18% (Ciao)。
消融实验： 移除关系精炼机制或跨领域对比学习都会导致性能下降，证实了这两个组件都是必不可少的。对比学习组件对性能的影响尤为显著。
对噪声的鲁棒性： 在人工注入社交噪声（高达原始边的 200%）的实验中，RGDRec 保持了稳定的性能（保留了约 97-98% 的无噪声性能）。
可靠性分析： 研究表明，人工注入的关系获得的权重始终低于观测到的关系。两阶段建模（初始评分 + 自适应系数）有效地分离了可靠关系与噪声关系。

5. 重要性与主张

本文主张，RGDRec 通过超越确定性边移除的方式，为社交推荐提供了一种更灵活且鲁棒的方法。通过动态调节关系参与传播的可能性及其贡献权重，该模型有效地过滤了噪声，同时保留了有用的社交信号。

作者强调，他们的方法解决了社交结构与用户偏好之间的差距。通过使用跨领域对比学习来对齐这些领域而不进行直接融合，并保持最终预测处于交互领域，该方法确保了社交信息在辅助学习的同时，不会损害最终推荐的可靠性。

承认的局限性：
作者指出，目前的可靠性估计依赖于静态的行为一致性和局部结构信息，这可能无法捕捉复杂或动态的社交关系。此外，鲁棒性评估是通过随机注入噪声来模拟的，而现实世界的噪声可能涉及真实的但关联较弱的连接。建议未来的工作探索更丰富的上下文信息和更真实的噪声场景。