推荐系统遇上深度学习(三) Deep Feedback Network for Recommendation（草稿）

今天分享一篇微信在IJCAI-20发表的推荐论文《Deep Feedback Network for Recommendation》

#摘要
在推荐系统中，用户的显式反馈、隐式反馈、正反馈和负反馈都能够反映用户对于被推荐item的偏好，这类反馈对学习用户表现十分重要。然而，目前的推荐仅仅关注隐式正反馈（例如click），忽略了其他有价值的用户行为。因此本文中，综合考虑了隐式/显式、正/负反馈学习用户在推荐系统的无偏（unbiased）兴趣。具体地，本文提出了新颖的深度反馈网络（DFN）建模click、unclick、dislike等用户行为。DFN有内部反馈交互组件（internal feedback interaction component），能够捕获抓住用户行为序列中的细粒度的行为交互，通过外部反馈交互组件（external feedback interaction component），使用精确但相对稀有的信息，进一步获取丰富但是有噪声的反馈。我们采用真实的推荐系统，在微信Top Stories，证明了DFN的有效性与鲁棒性。

#引言
推荐系统算法往往基于用户与系统的交互，这些交互行为可以大致分为以下两类：显式反馈与隐式反馈。

• 显式反馈源于用于对于item的直接表现，能准确表明用户的偏好。然而， 收集起来有一定的难度。
• 隐式反馈从用户的行为中间接获得。这些信息在推荐系统中往往是海量的，但是这些信息有着较多噪声（用户点击的并不一定是他真正喜欢的）。

例如

反馈	显式	隐式
正反馈	购买/五星好评/收藏	点击
负反馈	差评	曝光未点击

在近期的深度推荐系统中，CTR导向的目标受到极大关注。因此，模型不可避免地只关注和目标紧密相关的用户点击行为。仅考虑CTR导向目标的推荐模型往往会导致如下问题：

• CTR导向目标只关注用户喜欢什么，不关注用户不喜欢什么。这样，模型的推荐结果容易同质化（homogeneous）和趋热化（myopic），损害用户体验。因此，推荐系统中应考虑负反馈信息。
• 除了被动地接受系统推荐的item外，用户也需要能主动和即时的反馈机制，可以高效和准确地告知系统自己喜欢或者不喜欢什么。
• 另外，用户的显式和隐式反馈之间也会存在gap（用户点击的并不一定是他真正喜欢的）。因此，显式反馈也是必要的。

Specifically, we first conduct trans- former over the target item and behaviors separately in each feedback sequence to capture internal behavior-level interactions.

（internal）在目标item 和 行为上分别 构建 transformer，去捕获行为层级交互。？？？？？

(external) 使用高质量但相对稀疏的click 去降噪丰富但是没有点击的行为。

代码复现：

https://github.com/qqxiaochongqq/DFN

参考链接：