RecSys 2023
1 intro
- 尽管基于历史交互的数据能够有效地提供推荐，但用户在请求推荐时，往往只是对目标物品有一个模糊的概念，或者希望推荐结果能够根据其使用情境而变化，而这些上下文信息通常在历史交互数据中缺失
- 用户常常会通过长篇叙述式查询 （long-form narrative queries）来描述他们的广泛兴趣和情境，从而请求推荐。这类信息访问任务被称为叙述驱动推荐（Narrative-Driven Recommendation, 简称 NDR）
- 这类叙述性请求在讨论论坛和某些 Reddit 子版块中非常常见，但现有推荐系统对这种复杂自然语言查询的支持仍然严重不足
- 相较于传统的搜索接口，用户使用自然语言表达复杂主观需求的情况正在显著增加
- 具有强大语言理解能力的大语言模型（LLMs）的出现，也为满足此类复杂请求带来了可能
- 论文探索如何将传统用于协同过滤推荐器训练的历史用户-物品交互数据集，重新利用于支持 NDR 任务。
2 问题定义
3 方法
- 核心思想是重新利用丰富的用户 - 物品交互数据集 I，借助大语言模型（LLM）生成叙述式查询 qu，从而构造训练数据
3.1 使用 LLM 生成叙述式查询
-
为了为用户 - 物品交互 数据集 I中的每位用户生成叙述式查询 qu，使用InstructGPT 模型作为查询生成器 Qgen
-
将用户与项目交互所得的文本
作为 QGen 的 prompt，并指示模型生成一个叙述式查询
LLM根据用户的偏好和评论，模拟这位用户可能在 Reddit 上发出的请求性帖文
3.2 为合成查询筛选项目
- 核心意思是：生成出来的叙述式查询（narrative query）可能无法代表用户所有兴趣 ，所以需要对用户的项目集合进行筛选，只保留那些与生成的查询最相关的项目 ，来训练检索模型
- 如果你用用户的全部项目
- 如果你用用户的全部项目
- ------>
3.3 检索模型训练
- 基于上述合成数据训练了 bi-encoder 和 cross-encoder 两种模型
- Bi-encoder 通常作为第一阶段排序器，能够从大规模项目集合中高效检索
- Cross-encoder 则允许更丰富的查询-项目交互，常用于 reranking 阶段。
- 在这两种模型中均使用了一个参数规模为 110M 的预训练 Transformer 模型 MPNet，其结构类似于 BERT。
- 在 bi-encoder 中，查询和项目分别编码为高维向量：
- 通过L2 距离对项目进行排序
- 在 cross-encoder 中，模型同时接收查询和项目作为输入，输出一个打分：
- 损失函数
- 测试阶段
- 先用训练好的 bi-encoder 检索前 200 个项目，再用 cross-encoder 对其重新排序。
- 实验中对这两个阶段分别评估，分别命名为 BiEnc-Mint 和 CrEnc-Mint。
4 实验
4.1 数据
- 使用Pointrec进行评估
- 包含 112 个真实的叙述式查询
- 这些项目由众包工人和/或论坛成员进行了分级相关性标注，并经数据集作者进一步验证
- 目前这是唯一公开的、带人工标注和候选池的 NDR 测试集
- 项目集合 CCC 包含约 70 万个 POI，每个 POI 提供元信息（如类别、城市）和从 Bing 搜索引擎抓取的简略描述
- 仅对与查询相关城市与类别（如"餐厅"）中的候选项目进行排序，遵循先前工作中避免无关项目干扰的做法
- 使用 Yelp 的用户-物品交互数据 生成合成查询用于训练
- 排除所有评论数少于 10 的用户和 POI ，确保所选用户为高活跃度用户
- 这一筛选步骤参考了用户-物品推荐系统中常见的预处理流程
- 保留评分平均值大于 3/5 且有 10-30 条高于平均值评论的用户，以偏向那些更擅长表达喜好（而非厌恶）的用户
- 这些用户的兴趣也更适合通过生成器建模。最终筛选后，Yelp 数据集中保留了 45,193 个用户
- 从中随机选出 10,000 位用户生成合成查询。对每位用户，我们从其 10 条评论中随机选一句话，组成 prompt
- 最终生成约 60,000 条训练样本
- 生成所有查询的成本约为 230 美元
- 排除所有评论数少于 10 的用户和 POI ，确保所选用户为高活跃度用户
4.2 结果
