💻 computer science

ACDGRec: Adversarial Contrastive Diffusion Graph Neural Network for Robust Recommendation

本文提出了 ACDGRec，一种鲁棒的推荐模型，该模型将对抗训练和对比学习集成到基于扩散的图神经网络中，通过捕捉潜在的用户上下文相关性，有效地解决数据稀疏、冷启动问题以及输入不稳定性。

原作者： Yuan Yu, Guangshun Li, Junhua Wu, Ruirui Zhang

发布于 2026-07-09

📖 1 分钟阅读☕ 轻松阅读

原作者： Yuan Yu, Guangshun Li, Junhua Wu, Ruirui Zhang

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

想象你正身处一场规模宏大、混乱不堪的派对，成千上万的人都在试图寻找完美的交谈对象。这正是**推荐系统（Recommendation System）**所做的事情：它试图根据你过去的行为来猜测你会喜欢什么。

然而，这场派对存在三个大问题：

“稀疏性”（Sparse）问题： 大多数人只与少数几个人交谈。系统没有足够的信息来猜测你会喜欢谁。
“冷启动”（Cold Start）问题： 新宾客陆续抵达，却没有任何历史记录。系统完全不知道该向他们推荐什么。
“噪声”（Noise）问题： 有时，人们会表现得无礼、虚伪或行为怪异（对抗性攻击），这会让系统感到困惑，并导致它推荐糟糕的东西。

论文介绍了一种全新的解决方案，叫做 ACDGRec。你可以把它想象成一位超级聪明的派对策划师，他使用了一种独特的“三步走”策略来解决这些问题。

三步走策略

1. “反向噪声”生成器（扩散模型/Diffusion Model）

想象你有一张清晰美丽的派对宾客照片，但有人慢慢在上面覆盖了静电噪声，直到它变成了一团模糊的灰色。

旧的方法： 大多数系统试图通过一些线索从模糊中猜出照片的内容。
ACDGRec 的方法： 这个模型经过训练，可以执行相反的操作。它从灰色模糊（随机噪声）开始，学习如何一步步“剥离”噪声，从而还原出清晰的照片（你真实的偏好）。这就像一名侦探，仅仅通过观察散落的尘埃就能重建犯罪现场。这有助于它在你只提供了很少线索的情况下，也能猜出你可能喜欢什么。

2. “双重检查”系统（对比学习/Contrastive Learning）

有时，当照片非常模糊时（数据稀疏），侦探可能会猜错。为了修复这个问题，ACDGRec 使用了一个“双重检查”系统。

类比： 想象你正在人群中辨认一位朋友。你从正面看他，然后又从侧面看他。如果看起来是同一个人，你的大脑就会说：“没错，肯定是他！”如果是一个陌生人，你的大脑就会说：“不，那是不同的人。”
运作方式： 模型会创建你数据的两个略微不同的“版本”（就像从不同角度看你）。它强制系统意识到这两个版本是“同一个人”（正样本对），并且与其他人（负样本对）是不同的。这有助于系统即使在你的交互行为很少时，也能理解你的真实兴趣。

3. “压力测试”（对抗训练/Adversarial Training）

如果有人在派对上试图欺骗系统，比如假装喜欢那些他其实讨厌的东西怎么办？

类比： 在派对开始前，策划师会进行一次“压力测试”。他会假装成一个捣蛋鬼，大喊虚假的偏好或做出怪异的行为，以此观察系统是否会崩溃。
运作方式： 模型在训练过程中会故意加入“噪声”或“诡计”。它学习如何忽略这些虚假信号并保持冷静。这使得系统变得更加“强韧”（鲁棒性）。当真实的虚假数据或怪异行为出现时，系统不会感到困惑；它会继续推荐你真正喜欢的东西。

它们是如何协同工作的

论文称之为 ACDGRec（对抗性对比扩散图神经网络）。它结合了这三个想法：

它使用**扩散（Diffusion）**过程从噪声中生成优秀的猜测。
它使用**对比学习（Contrastive Learning）**来确保这些猜测是准确的，即使在数据很少的情况下。
它使用**对抗训练（Adversarial Training）**来确保系统不会被坏数据所欺骗。

他们的发现是什么？

研究人员在三个真实的“派对”（数据集）上测试了这个新策划师：

MovieLens： 人们对电影的评分。
Beauty： 人们对美容产品的评论。
Toys： 人们对玩具的评论。

结果：

更好的猜测： 与其他顶尖系统相比，ACDGRec 更擅长为人们找到合适的物品，尤其是在数据量较少的情况下。
更强韧： 当他们尝试“污染”数据（添加虚假用户来欺骗系统）时，ACDGRec 依然能很好地工作，而其他系统则开始推荐随机或糟糕的物品。
冷启动： 它在帮助没有任何历史记录的新用户方面表现得好得多。

核心结论

可以将 ACDGRec 看作是一个不仅仅靠记忆你做过什么的推荐系统。相反，它学习如何从头开始重构你的偏好，通过双重检查来避免混乱，并通过练习来忽略虚假的诡计。这使得它成为一个更可靠、更准确的向导，带你在混乱、多噪的世界中找到你所爱之物。

技术摘要：ACDGRec

问题陈述

推荐系统日益依赖深度学习来缓解信息过载问题，其中基于图的扩散生成模型已成为解码用户-物品交互的一种极具前景的技术。然而，现有的基于扩散的推荐模型面临三个关键局限性：

长程依赖捕获能力有限： 堆叠图神经网络（GNN）层往往会导致过度平滑（over-smoothing）和梯度消失，从而阻碍捕获远程节点之间的语义依赖关系。
无法处理稀疏性问题： 在稀疏图数据中，有效的信息传播会受到损害，导致在冷启动场景和交互受限的情况下性能下降。
易受对抗性操纵： 标准模型对输入扰动较为敏感，容易受到对抗性攻击，从而扭曲用户偏好或推广不良内容。

当前的方法往往忽略了用户上下文之间的潜在相关性，降低了在稀疏数据环境下的泛化能力和鲁棒性。

方法论

作者提出了 ACDGRec（对抗对比扩散图神经网络），这是一个有机集成了高斯扩散过程、GNN、对比学习和对抗训练的框架。该架构通过一个最小化总损失函数（ $L_{Total}$ ）的联合优化过程进行统一。

1. 基于图的高斯扩散框架

其核心生成引擎利用了一个由两个阶段组成的高斯扩散过程：

前向扩散： 一个马尔可夫链逐步向原始用户-物品交互数据（ $x_0$ ）添加高斯噪声，直到其变为纯噪声（ $x_t$ ）。
基于 GNN 的反向去噪： 基于 GNN 的去噪器（ $\mu_\theta$ ）学习从噪声中重建原始数据。GNN 将去噪视为一个结构恢复问题，通过聚合来自相邻节点的信息来引导高质量推荐列表的生成，从而遵循底层的关系拓扑结构。

2. 图感知对比学习

为了解决数据稀疏性并防止潜在表示中的“生成漂移”，引入了一个对比学习模块。

增强： 通过边丢弃（模拟缺失的交互）和特征掩码生成两个相关的增强视图（ $G_1, G_2$ ）。
目标： 该模块采用 InfoNCE 损失 来最大化正样本对（相同用户的增强视图）之间的互信息，并最小化与负样本的相似度。这起到了“语义锚点”的作用，即使在交互信号微弱时，也能在潜在空间中强制执行判别性聚类。

3. 对抗训练

为了增强对噪声和恶意扰动的鲁棒性，引入了对抗训练机制。

扰动生成： 使用快速梯度符号法（FGSM），沿着损失梯度的方向添加扰动（ $\delta$ ），以生成对抗样本（ $x'$ ）。
鲁棒性正则化： 模型被训练以最小化这些扰动输入上的扩散损失。这迫使 GNN 去噪器学习一个更平滑、更具韧性的嵌入空间，作为一个边界正则化器，确保在最坏情况下的输入变化下保持稳定性。

4. 优化

最终的目标函数结合了三个部分：
$L_{Total} = \lambda_{adv} L_{diff}(x, y, \theta) + (1 - \lambda_{adv}) L_{diff}(x', y, \theta) + \lambda_{cl} L_{InfoNCE}$
其中， $L_{diff}$ 代表标准扩散损失和对抗扩散损失， $L_{InfoNCE}$ 是对比正则化。超参数 $\lambda_{adv}$ 和 $\lambda_{cl}$ 平衡了生成准确性与鲁棒性及语义判别力。

核心贡献

新颖框架： 提出了 ACDGRec，它协同集成了高斯扩散、GNN、对比学习和对抗训练，旨在同时解决数据稀疏性和模型鲁棒性问题。
针对稀疏性的对比模块： 设计了一个基于 InfoNCE 损失的图感知对比学习模块，通过构建正/负样本对来强化用户和物品表示的判别性，有效地缓解了在稀疏场景下的性能下降。
针对稳定性的对抗机制： 引入了对抗训练机制，通过引入输入空间扰动，显著增强了模型对冷启动场景和异常行为的适应能力。

实验结果

该模型在三个真实世界数据集上进行了评估：MovieLens-1M、Beauty 和 Toys。它与九个基准模型进行了对比，包括矩阵分解（NGCF）、GNN（LightGCN、CIGCN）以及扩散模型（DiffRec、G-Diff、DimeRec）。

整体性能： ACDGRec 在大多数指标（Recall@K、NDCG@K、MRR）上均优于最先进的基准模型。
- 在 MovieLens-1M 上，相比表现最好的基准模型（G-Diff），其 Recall@10 和 Recall@20 分别提升了 2.00% 和 1.92%。
- 在 Beauty 上，实现了 3.32%（Recall@10）和 5.93%（NDCG@20）的提升。
- 在 Toys（一个高度稀疏的数据集）上表现出显著增益，Recall@10 提升了 8.04%，Recall@20 提升了 7.20%。
鲁棒性分析： 在数据投毒攻击（注入虚假用户）下，与 LightGCN 和 G-Diff 相比，ACDGRec 的性能下降斜率最小，证实了对抗模块的有效性。
冷启动性能： 对于交互少于 5 次的用户，ACDGRec 显著优于基准模型，在 Toys 数据集上 NDCG@20 的提升高达 39.8%。
消融实验： 移除对比学习（w/o CL）或对抗训练（w/o Adv）模块都会导致性能大幅下降，尤其是在稀疏数据集中，验证了这两个组件的必要性。
效率： 虽然 ACDGRec 的训练时间和推理延迟略高于 LightGCN，但仍与其它生成式基准模型（如 DimeRec）相当，并且在实时响应阈值内运行（每用户约 3.14 毫秒）。

意义与主张

论文声称，ACDGRec 通过解决生成保真度、语义判别力和结构鲁棒性之间的内在权衡，代表了鲁棒推荐系统迈出的重要一步。

协同设计： 作者认为，对比学习与对抗训练的集成并非简单的叠加，而是具有协同效应。对比模块防止了稀疏数据中的生成漂移，而对抗模块则针对噪声和攻击对扩散轨迹进行正则化。
处理稀疏性和冷启动： 该模型特别强调了其在极端稀疏环境和冷启动场景下的高性能能力，而在这些场景下，由于监督不足，传统的扩散模型往往会失效。
实际可行性： 尽管增加了复杂度，但该框架被证明在处理大规模部署时具有计算可行性，其推理延迟适用于工业级实时应用。

作者总结道，ACDGRec 有效地弥合了高精度与系统可靠性之间的差距，为嘈杂和数据匮乏环境下的个性化推荐提供了一种鲁棒的解决方案。