WSDM24-因果推荐|因果去偏的可解释推荐系统

 

1 动机

可解释推荐系统（ERS）通过提供透明的推荐解释，提高用户信任度和系统的说服力，如下图所示，然而：

1：现有工作主要关注推荐算法的去偏（流行度偏差），但未显式建模模型生成的解释如何影响推荐结果（解释偏差），导致推荐系统仍可能在解释层面继承流行度偏差，使得推荐解释偏向热门物品的共性特征，放大推荐系统中的偏差，而非用户的真实兴趣。

2：忽略了模型生成的解释本身可能存在的偏差，例如，热门物品往往具有更丰富的用户交互数据，因此其解释更容易被模型学到，而冷门物品的解释则可能受限，导致推荐系统的解释不够个性化，甚至进一步放大推荐结果的偏差。

---

2 贡献

从因果推理的视角，提出了一种因果可解释推荐系统（Causal Explainable Recommendation System, CERS）

1：提出了基于因果推理的可解释推荐系统框架，通过因果图建模用户-物品交互与推荐解释之间的关系，明确解释变量在推荐过程中的影响，揭示推荐系统中的解释偏差来源。

2：引入因果干预消除解释偏差，采用前门调整，利用模型生成的解释作为中介变量，有效去除推荐和解释中的流行度偏差，使推荐更加个性化。

3：结合用户反馈优化推荐与解释，CERS设计了一种交互机制，允许用户对推荐解释进行点击反馈，使得系统能够自适应地调整推荐逻辑，提高推荐结果的个性化程度和用户满意度。

---

3 问题定义

结合了可解释推荐系统的特点，引入模型生成的解释作为中介变量，为后续的前门调整提供基础。

这段就不说了，用户项目集合以及交互：

 

预测函数用于估计用户对物品的偏好，然而在可解释推荐系统（ERS）中，不仅要生成推荐，还要提供解释：首先是候选解释集合 ，包含所有可能的解释维度（例如电影推荐系统中的“剧情”“演员”等）以及解释向量 ，表示推荐物品 i 时，生成的解释概率分布。

ERS流程：1 基于用户和物品计算匹配表示m；2基于m使用解释生成模型生成解释；3基于 m和解释计算最终推荐分数

---

 4 因果图

CERS目的是同时去除推荐结果和和生成解释的偏差： 

 

U：用户特征；I：物品特征；M：用户-物品匹配嵌入；E：模型生成的解释;Y：推荐分数

传统推荐系统的因果关系表示为图 2a,目标是学习用户和物品的匹配函数,通过 M计算最终推荐分数 Y,  但由于历史数据中热门物品更容易被曝光和交互，导致 M 存在偏差，从而影响最终的推荐结果 Y。

在可解释推荐系统中，模型生成的解释E起到了中介变量的作用，解释 E 由匹配嵌入 M 生成，并影响最终的推荐结果 Y。如果E存在解释偏差，会进一步放大推荐系统的流行度偏差。因此使用因果干预的前门调整来减少 E的偏差。

前门调整

通过将解释 E作为中介变量，避免推荐系统直接受到匹配嵌入 M的流行度偏差影响。前门调整通过分解路径 M→E→Y来去除偏差。根据因果推理中的前门调整定理，通过公式计算因果效应：

 P(Y∣do(M))：表示在去除了偏差后，M 对 Y 的真实因果效应；​P(E∣M)：解释 E 由匹配嵌入 M生成的概率;P(Y∣M′,E)P(M′)：通过解释 E 来计算调整后的推荐分数(通过调整 M的分布，使得 M 的影响仅通过 E传播到 Y，避免直接受流行度偏差的影响。)

---

5 CERS

流程：首先从历史数据中提取用户和项目嵌入。 同时，从用户评论中获得候选解释集(E)。 这些预处理方法在整个数据提取过程中保持一致。 给定𝑢和item，通过基于神经网络的表示提取模块（如多层感知器（MLP）生成M。 解释生成模型处理用户-项目匹配并产生一个表示解释可能性的向量（Eu）。 最后，项目排名模块使用多层感知器算法计算用户项目对的分数。

5.1 匹配嵌入M计算

​首先计算用户 u和物品 i之间的匹配嵌入 mui，通过基于神经网络的表示提取模块。

5.2 生成解释嵌入

首先生成候选集，并利用神经网络计算每个候选item与用户和物品的匹配表示M的得分，并生成

5.3前门调整

eui,j​ 表示用户 u对物品 i的解释向量中第 j个解释项的概率；y(m′,eui,j​) 表示在解释 影响下，用户 u对物品 i进行的交互评分;M′ 是用户-物品匹配集合的一个随机子集。首先计算用户-物品匹配 m′及其对应的推荐评分，其次计算该推荐评分在所有可能的解释下的均值，从而去除模型生成解释的偏差。

5.4 用户模拟器

CERS 希望优化推荐结果和生成的解释，但是现实世界的数据集很少包含显式用户反馈关于模型生成的解释。大多数数据集只有用户点击某个物品的记录，但没有用户是否认可推荐解释的记录。因此使用用户模拟器提供了一种方法，可以自动生成用户的模拟反馈，以评估解释质量并提供监督信号，训练解释生成模型。

首先基于用户的历史交互，通过短语级情感分析提取属性特征向量（剧情质量,视觉效果）,表示表示物品 i在某个解释 j上的评分，如果用户过去的交互记录中某个解释的评分较高，则用户更有可能接受该解释。

t 是用户交互过的物品数量，δ 是预设的阈值。如果用户历史交互的物品在某个解释维度 j上的平均得分超过 δ，那么用户更可能接受该解释，并生成模拟点击反馈，从而提供监督信号，用于计算解释损失

推荐分数衡量用户是否点击了推荐物品，解释损失衡量推荐解释的质量

---

6 实验分析

6.1 评价指标

为了评估推荐的准确性，论文使用了NDCG衡量推荐列表的排名质量；

为了衡量推荐系统去偏差的能力，使用了以下两个去偏指标：

Concentration Ratio (C-Ratio)集中度比率，用于衡量推荐系统是否存在马太效应，即是否过度偏向热门物品。

Pu​ 表示用户u的前 K 个推荐物品集合，Ihot​ 表示数据集中最流行的前 15% 物品集合，较低的 C-Ratio说明模型减少了对热门物品的依赖，推荐更加多样化。

Average Recommendation Popularity（ARP）平均推荐流行度，衡量模型在推荐时偏向流行物品的程度。

 ϕ(i) 表示物品在数据集中被交互的次数，Pu​ 表示用户u的前 K 个推荐物品集合，较低的 ARP说明模型更倾向于推荐长尾物品，提升推荐的公平性和多样性。

6.2 去偏能力

为了评估去偏差能力，首先根据项目受欢迎程度分为七组进行了实验分析。

此外，通过对不同受欢迎程度的项目进行不同的评估，评估缓解流行度偏差的能力。 将数据集分为“热门项目”（推荐频率前15%）和“长尾”项目。

---

 7 总结

前门调整的实现：1 基于匹配嵌入M生成候选解释 E；2 用户模拟器提供解释反馈 eui；3通过前门调整计算去偏推荐分数。而用户模拟器解释E真实反映用户兴趣，而非流行度偏差，前门调整通过用户模拟器提供的解释反馈来去偏。​