面向推荐系统中有偏和无偏一元反馈建模的三任务变分自编码器

林子楠, 刘杜钢, 潘微科, 明 仲

1 深圳大学大数据系统计算技术国家工程实验室 深圳 中国 518060

2 人工智能与数字经济广东省实验室(深圳) 深圳 中国 518060

3 深圳大学计算机与软件学院 深圳 中国 518060

1 引言

随着互联网的快速发展, 信息的数量呈现出爆炸性的增长, 这进一步加剧了信息过载的问题。为了缓解这一问题, 推荐系统应运而生[1-4], 并被用于从海量的信息中为用户提供有效的信息, 从而满足用户的需求。推荐系统的基本思路是通过对用户的历史行为、兴趣偏好等信息进行建模和分析, 挖掘出用户的需求, 进而为用户推荐可能感兴趣的物品。

在推荐系统中, 用户的行为(即对物品的反馈)可分为多元反馈、二元反馈和一元反馈等。多元反馈指的是用户对物品的反馈是显式且具有多个等级的,例如用户给物品进行打分, 打分范围为{1,2,3,4,5}。二元反馈和多元反馈类似, 用户对物品的反馈也是显式的, 但不同于多元反馈, 用户的反馈只有两个等级, 即喜欢和不喜欢。而一元反馈指的是用户对物品的反馈是隐式的, 是由系统根据用户的行为自行记录的, 例如点击和购买等。在现实生活中, 多元反馈和二元反馈都需要用户主动对物品进行反馈, 收集过程较为困难, 而一元反馈是由系统自行记录的,收集过程相对容易, 这使得一元反馈在推荐系统中更为常见, 并且得到了更广泛的应用。然而, 一元反馈建模存在一个巨大的挑战, 即用户的反馈不一定能反映用户的真实偏好, 比如点击并不代表用户一定喜欢, 而没有反馈也不代表用户不感兴趣, 有可能只是物品没有被用户观测到, 从而使得没有浏览、点击或购买等行为被系统记录下来。……