2026-11-16 周一 · 个性化推荐

今日场景今天的个性化赛道在问推荐到底该优化什么。一篇把用户的好奇写成能算的分数,加进排序后在视频平台上线。一篇测出用户更爱点有害内容,只按互动训练的模型会把它越推越多,于是把有害信号加进用户和物品表示。Reddit 的工作让转化模型的辅助点击率塔向线上真正搭配它的模型看齐。快手的 KuaiRecV2 用每天更新的候选池和多指标一起考核,暴露出离线评测里看不到的遗忘和不稳定。另一篇在 LightGCN 上换打分器,收益很小,作者也坦白讲清了实验的局限。 — 评分 15 篇,入选 5 篇,分数 3.70 – 4.40

本期目录 · 5 篇
  1. 01When Does a Recommendation Spark Curiosity? Theory, Measurement, and Field Evidence
  2. 02Serving-Aligned Entire-Space Conversion Modeling via Click-Through Rate Knowledge Distillation
  3. 03Measuring, Revealing and Mitigating Harmful Content Propagation in Recommender Systems
  4. 04Sheaf-Inspired Structured Scoring Extensions of LightGCN for Collaborative Filtering
  5. 05KuaiRecV2: Benchmarking Large-Scale Continual Learning for Diversified and Multi-task Recommendation
LEAD STORY · 今日必读

When Does a Recommendation Spark Curiosity? Theory, Measurement, and Field Evidence

推荐常说要帮用户跳出信息茧房,但用户的好奇一直没有能直接算的定义。现有的意外度、求新这类指标只看物品离用户口味有多远。设想两个离口味一样远的视频:和第一个相似的内容用户看过很多,和第二个相似的从没碰过。按距离打分两者一样,可好奇需要半懂不懂,只有第一个会让用户意识到自己还缺点什么。作者把心理学的信息缺口理论写成五条公理,推出一个只靠消费记录就能算的好奇度,问卷里它和用户自报的好奇对得上。

相关 5新颖 4实用 4证据 5时效 4
4.40
综合分 / 5
偏好调整 4.50
Pan Li, Alexander Tuzhilin · 2026-11-11 · arXiv

今日其余入选

4 篇 · 按综合排名
02 4.20

Serving-Aligned Entire-Space Conversion Modeling via Click-Through Rate Knowledge Distillation

Arizona State UniversityReddit📖 深度解读 · 8 分钟 →

排序时常把点击率和转化率两个预估乘起来,得到「点了又买」的概率。很多转化模型用 ESMM 训练:它内部自带一个辅助的点击率塔,和转化塔一起训,上线时却只部署转化塔,再和线上另一个单独训练的点击率模型相乘。问题在于,转化塔训练时配合的是辅助塔的点击率,上线后乘的却是线上模型的点击率,两者对不上,乘出来的分数就偏了。

Pavel Dolin, Xun Zou, Jiatian Wu, Deguang Kong
arXiv·2026-11-11·Relevance 5 · Novelty 3 · Practical 5 · Evidence 3 · Timely 4
03 3.95

Measuring, Revealing and Mitigating Harmful Content Propagation in Recommender Systems

📖 深度解读 · 9 分钟 →

推荐系统追着用户兴趣走,很少有人问它推的内容是否有害。作者随机抽了 BERT4Rec 生成的 100 个推荐列表,发现近一半的物品带有性别歧视、虚假信息或冒犯性语言。他们让 LLM 给三个新闻和广告数据集的内容标出有害或健康并写理由,再由人工复核。数据显示,三个数据集里都有超过一半的内容被标为有害,而且有害内容平均拿到的互动比健康内容多。主流模型照着互动学,推出的列表里健康内容大多不到一半。

Xiaokun Zhang, Youlin Wu, Junyu Lu, Jiamin Chen, Zhaochun Ren, Hongfei Lin, Fenglong Ma, Xue Liu 等 9 人
arXiv·2026-11-11·Relevance 5 · Novelty 3 · Practical 4 · Evidence 3 · Timely 4
04 3.75

Sheaf-Inspired Structured Scoring Extensions of LightGCN for Collaborative Filtering

图协同过滤在用户和物品图上传播完 embedding 后,LightGCN 最后一步只做内积打分。作者借数学里层论的想法,在不改图传播的前提下,把打分换成先对用户和物品 embedding 做一次随这对用户和物品变化的线性变换再比较,试了对角、秩一和满矩阵三种变换,并拿参数量相同的 MLP 打分器做对照。在 Amazon-Book、Gowalla、MovieLens-1M 和 Yelp2018 四个数据集上,挑出来的结构化打分器在 NDCG@20 上都略胜内积和 MLP,比如 Amazon-Book 上从 0.031028 提到 0.031302,差距很小。MLP 反而常常让推荐覆盖更多物品。作者自己说得很清楚:候选是按测试集结果事后挑的,Amazon-Book 只跑了一个种子,而且实验并没有构造真正的层,所以证明不了收益来自层论的几何结构。这篇更适合当作一份老实的负面参考。

Ksenia Belkovskaya, Timur Lidzhiev, Maria Stebliy, Alexander Tarakanov
arXiv·2026-11-12·Relevance 4 · Novelty 3 · Practical 4 · Evidence 4 · Timely 4
05 3.70

KuaiRecV2: Benchmarking Large-Scale Continual Learning for Diversified and Multi-task Recommendation

已录用 NeurIPS 2026USTCKuaishou

推荐模型离线评测好看、上线却不灵,一个原因是离线数据太静态,候选池不变,也不考核多样性和多种行为。快手的 KuaiRecV2 用真实数据把这几件事放进同一个基准。它收了 12.4 万用户连续 30 天的行为,候选视频池每天先进先出地更新,模型要像线上一样每天接着训。评测同时看召回准确率、多样性和点赞、长播等多种行为,只有所有指标一起变好才算一次有效进步。作者在上面跑了几种生成式推荐,发现模型会遗忘旧知识,同一前缀下生成的 SID 高度雷同。更反直觉的是,只做强化学习的模型在第 20 天确实变好,第 21 天候选池一换就急剧下滑,和 SFT 交替训练才稳住。强化学习对齐多种行为,在候选池变化时很脆弱。

Chenxu Li, Shuchang Liu, Hantao Shu, Wei Yuan, Zhe Xu, Guoqing Hu, Yan Wang, Biao Yang, Xiang Li 等 18 人
arXiv·2026-11-12·Relevance 4 · Novelty 4 · Practical 4 · Evidence 4 · Timely 4

其他赛道今日

点击切换

开源雷达

GitHub / HuggingFace 热门 · 5 个项目