02 4.20
推荐系统切到新的服务窗口时,目标反馈往往很少,不够重新训练已经上线的模型。这篇论文冻结原模型,只加一项残差:物品特征是源时段点击率和点赞率(两维),专家基是同一平面里的少量锚点;软路由按用户源时段行为画像给这些锚点加权,再与物品特征做内积后加到原分数上。新窗口的有限反馈只更新这些残差参数。在锁死的 KuaiSAR-v2 测试划分上,完整方法把 NDCG@10 相对提高了 1.77%。
03 3.75
用别人的历史替换用户自己的历史再看准确率掉多少,是常见做法,可这也会改掉话题,下降未必说明系统认出了这个人。在 LaMP-2 新闻分类上,用户自己的历史比完全不用历史高出 2.3 个百分点。若只留每篇文章的类别标签、去掉正文,标签就能再现自己历史和随机用户历史之间差距的 86%。合成历史从其他用户里挑出文本上最接近目标用户资料的文章来拼接。当这种合成历史还要求每个位置的类别标签与原历史同一位置一致时,用户自己的历史相对它的优势降到 0.9 个百分点。在未见过的用户上,用户自己的历史相对相似用户历史的优势只有 0.65 个百分点,证据还不充分。测个性化时应看未见过的用户,并拿内容相近历史作对照。
04 3.50
广告活动上线前没有历史日志,很难估计冷启动效果。用大模型按人群模拟用户反应时,真正起作用的往往是提示里写了什么信号,而不是把人物写得尽量丰富。作者在真实的 Google Ads 电商活动上,看了五个按人口统计划分的用户群体。方法只提供基本人口信息作锚点,不用一堆容易添噪的额外属性。提示里会说明:即使用户觉得商品相关,也常会跳过横幅广告,而不是把具体点击率数字写进去。各组广告预测点击量与真实点击量之间的平均绝对误差是 24.9 次点击,比最好的非大模型基线低 51.3%,也比把显式点击率当作锚点的大模型配置低 77.3%。更短的人口描述比更丰满的人设误差更低。
05 3.45
给学者做推荐时,解释常常又浅又不够个性化,图里连接特别多的节点还会把解释带偏。这篇工作把每位学者和其研究属性做成子图,给共享同一属性的学者补上按属性类型区分的边,再抽出用户到候选学者之间的关系路径来打分;随后掩码压掉分数较低的路径,给出更短、更有信息量的解释。在 Scholat、AMiner 和 ResearchGate 三个学术数据集上,推荐的 F1 相对最强基线提高了 6.31%,准确率提高了 6.29%。消融表明,异构卷积和路径表示学习都对效果有贡献。
06 3.35
解释的措辞不变、只改句子顺序,读者能不能更好地理解推荐理由?这篇研究发现可以。在 122 人的被试内实验里,作者先让每人写出对推荐理由的开放式解读,再从这些文本里归纳此人挑过什么信息、觉得什么更突出、怎样组织关系,并汇总成一份固定档案。再把与档案里更突出、更常被选中的信息相对应的句子排到前面。读者读到按自己档案排好的句子后,客观理解正确率达到 86.5%;读到按另一个人档案排好的同一组句子时只有 66.0%;由大模型根据该读者自己的档案来排序时是 73.0%。推荐是否被接受,没有稳定的总体差异。