公众号：炼丹笔记
作  者：一元

炼丹要练好，须有好丹方，何处寻好的丹方，答曰：顶会！本文继前文继续推出第二弹！如果没看到第一弹的，可以点开下面的文章：

https://zhuanlan.zhihu.com/p/247941842

本文同样不扯蛋，就扯扯这RecSys2020年顶会必看的推荐系统的论文 & 其摘要。如有兴趣炼丹提升自己开发推荐系统效果的，可以持续关注我们的公众号！我们会每周更新一到多篇顶会Paper的阅读 & 评论 或者 福利 Code复现，助我们的炼丹师练出顶级“丹药”。

本文我们汇总了20篇RecSys2020与推荐系统相关的论文&其对应的摘要。

1. A Method to Anonymize Business Metrics to Publishing Implicit Feedback Datasets

本文介绍了一种在商业服务中建立和发布数据集的方法。数据集为推荐系统的研究和发展做出贡献。由于推荐系统在许多商业服务中起着核心作用，因此从这些服务中发布数据集是推荐系统界的一大需求。然而，商业服务机构发布数据集可能会给这些公司带来一些商业风险。要发布数据集，必须由服务的业务经理批准。由于许多企业经理不是机器学习或推荐系统的专家，研究人员有责任向他们解释风险和好处。
我们首先总结了从商业服务构建数据集的三个挑战：（1）匿名化业务指标；（2）维护公平性；（3）减少受欢迎程度偏差(popularity bias)。然后，我们将构建和发布数据集的问题描述为一个优化问题，该优化问题寻求用户的采样权重，并将挑战编码为适当的损失函数。我们应用我们的方法从真实世界的移动新闻传递服务的原始数据构建数据集。原始数据有超过1000000个用户和100000000个交互。每个数据集都是在不到10分钟内构建的。通过对数据集的统计分析和典型推荐系统算法的性能分析，我们讨论了该方法的特点。

2.A Ranking Optimization Approach to Latent Linear Critiquing in Conversational Recommender System

Critiquing是一种会话式推荐方法，它根据用户的偏好反馈逐步调整推荐。具体地，迭代地向用户进行商品推荐和这些商品的属性描述；然后用户可以接受推荐或选择评论属性以生成新的建议。最近一个被称为潜在线性批评（LLC）的方向采用了一种基于嵌入的现代方法，该方法寻求基于主观项描述（即来自用户评论的关键短语）的用户偏好嵌入与评论嵌入的优化组合；LLC通过探索嵌入的线性结构以有效地优化在线性规划（LP）公式中的权重。在本文中，我们回顾LLC，并注意到其基于分数的优化方法为了最大化喜欢和不喜欢商品之间的预测分数gap会鼓励极端权重。注意到最终任务的总体目标是重新排序而不是重新评分，在本文中我们采用了一种排序优化方法，该方法基于先前临界迭代中观察到的秩冲突来优化嵌入权重。我们在包含用户评论的两个推荐数据集上评估了所提出框架的效果。实证结果表明，基于排名的LLC在各种数据集、评判风格以及满意度和会话长度性能指标方面通常优于基于评分的LLC和其他Baseline。

3.Cascading Hybrid Bandits: Online Learning to Rank for Relevance and Diversity

相关性排序和结果多样化是现代推荐系统的两个核心领域。相关性排序的目的是建立一个按商品相关性降序排序的排序列表，而结果多样化则侧重于生成涵盖广泛主题的项目的排名列表。在本文中，我们研究了一个在线学习环境，旨在推荐一个包含K个商品的排名列表，该列表的排名效用最大化，即一个商品相关且主题多样的列表。我们将其描述为级联混合bandits（CHB）问题。CHB假设级联用户行为，即用户从上到下浏览显示的列表，单击第一个吸引人的项目，然后停止浏览其余项目。为了解决这个问题，我们提出了一种混合上下文bandit方法。使用两个独立的函数对项目相关性和主题多样性进行建模，同时从用户点击反馈中学习这些功能。我们在两个真实的推荐数据集上进行了实验评估：MovieLens和Yahoo音乐数据集。实验结果表明，它的性能优于基线。此外，我们证明了n步性能的理论保证，证明了该方法的可靠性。

4.Content-Collaborative Disentanglement Representation Learning for Enhanced Recommendation

现代推荐系统通常需要考虑用户行为数据（如点击）中的协作特征和关于用户和物品的内容信息（如用户年龄或物品图片）来改进推荐。虽然结果很鼓舞人，但从这些协作和基于内容视角得到的未被发现的用户喜好表示可能会由于相互影响的混合而被纠缠，从而导致次优的不稳定的推荐。因此，我们建议将从用户行为数据和内容信息中学习到的表示进行分离开来。具体地，我们提出了一种新的支持内容协同解离和特征解离的两级解离生成推荐模型（DICER）：对于内容协同解离，DICER基于内容和用户项交互作用，通过边缘分布对特征进行分解，以保证特征的安全性每种类型的学习特征在统计学上是独立的。对于特征分离，通过分解Kullback-Leibler散度，我们从理论上证明了每种类型中提取的特征都是在一个粒度级别上进行分离的。此外，DICER使用一个协解码器，该解码器同时解码内容和用户项交互，以确保所学特征的高质量。通过对三个真实数据集的大量实验，结果表明DICER在NDCG中的平均命中率和NDCG的平均命中率分别比其他目前最好的方法高出13.5%和14.4%。

5.Contextual and Sequential User Embeddings for Large-Scale Music Recommendation

推荐系统在提供在线音乐流媒体服务方面起着重要作用。然而，音乐领域对推荐系统提出了独特的挑战：曲目很短，听了很多遍，通常在与其他曲目的会话中消耗掉，相关性高度依赖于上下文的信息。在本文中，我们认为在会话开始时对用户的偏好进行建模是解决这些问题的一种切实有效的方法。使用Spotify（一种流行的音乐流媒体服务）的数据集，我们观察到a）最近的消费和b）会话级别的上下文变量（例如一天中的时间或使用的设备类型）确实比静态的平均偏好更能预测用户将流传的曲目。在这些发现的驱动下，我们提出了CoSeRNN，一种神经网络架构，它将用户的偏好建模为embedding 序列，每个会话对应一个。CoSeRNN在会话开始时根据过去的消费历史和当前的环境预测偏好向量。通过使用近似近邻搜索算法，该偏好向量可用于下游任务，从而有效地生成与上下文相关的即时推荐。我们对CoSeRNN的session和track排名任务进行了评估，发现在不同的排名指标上，CoSeRNN的性能比当前的技术水平高出10%以上。仔细分析我们方法的性能，我们发现序列信息和上下文信息都是至关重要的。

6.Contextual User Browsing Bandits for Large-Scale Online Mobile Recommendation

在线推荐服务向用户推荐多种商品。目前，相当一部分用户通过移动设备访问电子商务平台。由于移动设备的屏幕尺寸有限，物品的位置对点击量有显著影响：1）位置越高，一种商品的点击量越大。2） “伪曝光”问题：乍一看只有几个推荐的商品显示，用户需要滑动屏幕来浏览其他商品。因此，一些排名靠后的推荐项目没有被用户看到，将这类项目作为负样本处理是不恰当的。虽然许多研究将在线推荐建模为情境Bandit问题，但很少考虑位置的影响，因此对奖励函数的估计可能会有偏差。本文旨在解决这两个问题，以提高在线移动推荐的性能。我们的贡献是四方面的。首先，由于我们关注一组推荐商品的报酬，我们将在线推荐建模为一个上下文组合bandit问题，并定义了推荐集的报酬。第二，我们提出了一种新的上下文组合bandit方法UBM-LinUCB，通过采用用户浏览模型（UBM）来解决与位置相关的两个问题。第三，我们提供了一个形式化的后悔分析，并证明了我们的算法实现了次线性后悔，而不依赖于商品数。最后，我们用一种新的无偏估计器在两个真实的数据集上评估我们的算法。淘宝网是世界上最受欢迎的电子商务平台之一，淘宝网也在进行在线实验。两个CTR度量的结果表明，我们的算法优于其他上下文bandit算法。

7. Debiasing Item-to-Item Recommendations With Small Annotated Datasets

商品间推荐（例如，“喜欢这样的人也喜欢…”）是现实世界系统中普遍存在的一种重要的推荐类型。在这些环境中，来自历史交互日志的观测数据比比皆是。然而，由于几乎所有观测数据都存在偏差，例如库存时间或界面偏差，推荐算法必须考虑这些偏差。本文提出了一种基于因果推理的商品对商品推荐的原则性方法，并提出了一种从小标注数据集中估计因果参数的实用高效方法。从经验上讲，我们发现我们的方法大大改进了现有的方法，同时只需要少量的注释数据。

8. Deconstructing the Filter Bubble: User Decision-Making and Recommender Systems

通过数值模拟研究了推荐系统环境下的用户决策模型。我们的模型为Nguyen等人（2014）的研究结果提供了解释，在推荐系统通常部署的环境中，即使没有推荐，用户也会随着时间的推移消费越来越相似的物品。我们发现，推荐缓解了这些自然的过滤泡沫效应，但它也会导致用户之间同质性的增加，从而在用户消费的同质化和用户消费的多样化之间做出权衡。最后，我们讨论我们的模型如何强调收集用户信念及其随时间演变的数据的重要性，以设计更好的建议并进一步了解其影响。

9.Doubly Robust Estimator for Ranking Metrics with Post-Click Conversions

点击后转换（Post-click conversion）是一种重要的反馈形式，因为它直接为最终收入做出贡献，并准确地捕捉用户对商品的偏好，而不是模棱两可的点击。然而，天真地使用点击后转换会导致学习或评估推荐者时出现严重偏差，因为点击和未点击的数据之间存在选择偏差。在这项研究中，我们解决了有偏见后点击转换的离线评估问题的算法推荐问题。解决这一偏差的一个可能的解决办法是使用反向倾向分数估计，因为它可以提供一个无偏的评价，即使有选择偏差。然而，众所周知，这种估计器受到方差和不稳定性问题的影响，这在推荐设置中可能很严重，因为反馈通常非常稀疏。为了克服以往无偏估计器的这些局限性，我们提出一个双稳健估计器，以评估推荐者的基本真实性排名表现。我们提出的估计器对真实值的排序度量是无偏的，改进了现有无偏估计量的方差和估计误差尾界。最后，为了评估所提出估计器的经验效能，我们使用半合成和两个公开的真实世界资料集进行实证评估。结果表明，与现有的基线指标相比，该指标具有更好的模型评价性能，特别是在存在严重选择偏差的情况下。

10.Ensuring Fairness in Group Recommendations by Rank-Sensitive Balancing of Relevance

对于组推荐，一个目标是向组推荐一组有序的项目，即top-N，这样每个单独的推荐都与每个人相关。一种常见的方法是使用所谓的“聚合策略”来选择小组能够达成一致的项目。这些聚合策略的一个缺点是它们彼此独立地选择项目。因此，它们不能保证适用于整个建议集的公平性等属性。
在本文中，我们给出了一个公平的定义，它以一种等级敏感的方式“平衡”推荐项目在小组成员中的相关性。非正式地说，如果top-N中的每个前缀在组成员之间的相关性是平衡的，那么一组有序的推荐项目被认为对一个组是公平的。换句话说，前N中的第一个项目应该尽可能平衡所有组成员的利益；前两项加在一起必须做同样的事情；前三项也是如此，直到N。在本文中，我们形式化了秩敏感平衡的概念，并提供了一个贪婪算法（GFAR）来寻找满足我们定义的top-N组推荐集。
我们将GFAR的性能与文献中五种方法在两个数据集上(分别来自电影和音乐领域)的性能进行了比较。评估42种不同配置（两个数据集、七个不同的组大小、三个不同的组类型）和十个评估指标的性能。我们发现，在43%的情况下，GFAR的性能明显优于所有其他算法；只有10%的情况下，有明显优于GFAR的算法。此外，GFAR在最困难的情况下表现尤其出色，在这些情况下，群体规模庞大，群体内部的利益存在分歧。我们将GFAR的成功归因于它的等级敏感性和它平衡相关性的方式。目前的方法并没有以等级敏感的方式定义公平性（尽管有些方法通过使用贪婪算法来达到一定程度的等级敏感性），也没有一种方法像我们这样定义平衡。

11. Exploiting Performance Estimates for Augmenting Recommendation Ensembles

通过叠加将多个推荐系统集合起来，可以有效地提高协同推荐的效率。最近的工作扩展了堆叠，使用额外的用户性能预测器（例如，用户所做的评分总数）来帮助确定每个基本推荐者应该为集成贡献多少。尽管如此，尽管手工制作有区别的预测值（通常需要深入了解集成中每个推荐者的优缺点）的成本，但只观察到一些微小的改进。为了克服这一局限性，我们建议通过利用用户自己的历史评分来直接评估这些性能，而不是设计复杂的特征来预测给定用户的不同推荐者的性能。对来自多个领域的真实数据集进行的实验表明，使用性能估计作为附加特征可以显著提高最先进的集成器的精度，在nDCG@20上，平均提高了23%。

12. Exploring Clustering of Bandits for Online Recommendation System

bandit集群策略以协作过滤的方式利用上下文bandits，帮助在线推荐系统（RecSys）中的个性化服务。当观测值不足时，由于知识共享，bandit集群策略可以取得更显著的效果。bandit集群策略的目标是最大化用户的累积反馈，如点击量。然而，在他们的目标实现方式上存在着两种不确定性。首先，群bandit算法根据其对用户兴趣的不确定性估计提出建议。第二，bandit算法的聚类将相关知识转移到不确定且有噪声的用户群上。现有的算法只考虑第一种算法，而不涉及后一种算法。为了共同应对这两个挑战，本文提出了在线RecSys的ClexB策略。一方面，ClexB通过可探索的聚类，更准确地估计用户聚类，且不确定性更小。另一方面，ClexB还通过在用户集群内部和之间共享信息来利用和探索用户的兴趣。总之，ClexB探索了知识转移，并进一步帮助推断用户的兴趣。此外，我们还对合成数据集和真实数据集以及遗憾分析进行了大量的实证实验，进一步验证了ClexB的优势。

13. FISSA: Fusing Item Similarity Models with Self-Attention Networks for Sequential Recommendation

序列推荐是一个研究热点，它通过捕获序列信息，具有实用性强、准确性高等优点。随着基于深度学习（DL）的方法被广泛应用于用户行为序列下局部和动态偏好的建模，用户全局和静态偏好的建模往往被低估，通常只引入一些简单粗糙的用户潜在表征。而且，现有的大多数方法都假设用户的意图可以通过考虑历史行为来完全捕捉，而忽略了用户在现实中可能存在的不确定性，这可能会受到待推荐候选项的出现的影响。本文针对这两个问题进行了研究，即大多数基于DL的序列推荐方法对用户全局偏好的建模不完善和候选项对用户意图的不确定性，提出了一种基于自注意网络的商品相似性模型融合方法（FISSA）。具体地说，我们将最先进的自聚焦序列推荐（SASRec）模型作为局部表征学习模块，在FISA中捕捉用户行为序列下的动态偏好，并进一步提出了一个全局表示学习模块，以改进用户全局偏好的建模和一个全局表示学习模块考虑到候选项的局部表示和局部平衡。全局表征学习模块可以看作是一个基于位置的注意层，能够很好地适应自我注意框架的并行化训练过程。选通模块利用MLP层对候选项、最近交互项和每个用户的全局偏好之间的关系进行建模来计算权重。对五个常用数据集的大量实证研究表明，我们的FISA在两个常用指标方面显著优于八个最好的基线算法。

14. From the Lab to Production: A Case Study of Session-Based Recommendations in the Home-Improvement Domain

电子商务应用程序在很大程度上依赖于基于会话的推荐算法来改善客户的购物体验。基于会话的推荐算法的最新进展显示了巨大的前景。然而，将这一承诺转化为现实世界的成果是一项具有挑战性的任务，原因有很多，但主要是由于现有模型的数量多且特性各异。在这篇论文中，我们讨论了在家居装修领域的一个领先的电子商务应用程序中识别和部署一个成功的基于会话的推荐算法的过程中的方法和经验教训。为此，我们首先在离线环境下对14个基于会话的推荐算法进行了评估，在三个数据集上使用了8个不同的流行评估指标。结果表明，离线评估并不能提供足够的洞察力来做出明智的决策，因为在所有指标上都没有明确的获胜方法。另外，我们发现标准的离线评估指标不适合这个应用程序。具体地说，只有当算法预测到用户下一次点击或最终购买的商品时，他们才会奖励它。然而，在实际情况下，有一些几乎相同的产品，尽管它们被分配了不同的标识符，但它们应该被视为同样好的建议。为了克服这些局限性，我们进行了另一轮评估，在这一轮评估中，人类专家为五种算法的建议提供客观和主观反馈，这些算法在离线评估中表现最好。我们发现，专家的意见往往与线下评估结果不同。对反馈的分析证实，当我们评估与之相关的几乎相同的产品推荐时，所有模型的性能都显著提高。最后，我们使用在人类评估阶段表现最好的模型之一运行A/B测试。与领先的第三方解决方案相比，该治疗模式的转化率提高了15.6%，每次就诊的收入增加了18.5%。

15. Global and Local Differential Privacy for Collaborative Bandits

协作式bandit学习已经成为个性化推荐的一个新的研究热点。它利用用户依赖性进行联合模型估计和推荐。由于此类在线学习解决方案直接向用户学习，例如结果点击，它们在隐私保护方面带来了新的挑战。尽管最近有关于上下文bandit算法中隐私的研究，但是如何在协作bandit学习环境中有效地保护用户隐私仍然是个未知数。
本文在全局差分隐私和局部差分隐私的概念下，提出了一个在协同bandit算法中实现差分隐私的通用解决方案框架。其核心思想是在bandit模型的充分统计数据中注入噪声（要么在服务器端实现全局差异隐私，要么在客户端实现局部差异隐私），并根据用户之间的协作结构校准噪声等级。我们研究了两种常用的协同bandit算法来说明我们的解决方案框架的应用。理论分析证明，与线性bandits算法相比，我们所导出的私有算法减少了隐私保护机制带来的额外遗憾，即协作实际上有助于在相同注入噪声的情况下获得更强的隐私。我们还对合成数据集和真实世界数据集的算法进行了实证评估，以证明隐私性和实用性之间的权衡。

16. Goal-driven Command Recommendations for Analysts

最近，数据分析软件应用程序已成为分析师决策过程中不可或缺的一部分。这些软件应用程序的用户生成大量的非结构化日志数据。这些日志包含了用户目标的线索，传统的推荐系统很难从日志数据中隐式地建模。有了这个假设，我们想通过命令推荐来帮助用户分析过程。我们根据完成手头任务的目的将命令分为软件类和数据类。在数据命令之前的命令序列是后者的良好预测器的前提下，我们设计、开发和验证了各种序列建模技术。在本文中，我们提出了一个框架，通过利用非结构化日志向用户提供目标驱动的数据命令建议。我们使用基于网络的分析软件的日志数据来训练我们的神经网络模型并量化它们的性能，与相关的和竞争的基线进行比较。我们提出了一个定制的损失函数，以根据外部提供的目标信息定制推荐的数据命令。我们还提出了一个评估指标，它可以捕捉到建议的目标导向程度。我们通过使用所提出的度量来评估模型，并通过离线评估展示了我们的模型在对抗性示例（用户活动与所选目标不一致）的情况下的稳健性。

17. ImRec: Learning Reciprocal Preferences Using Images

互惠推荐系统是为连接人与人之间的社交平台而设计的推荐系统。它们通常用于在线约会、社交网络和招聘服务。这些推荐者与传统的用户商品推荐者之间的主要区别在于，他们必须考虑双方的利益。在这项研究中，我们提出了一种新的方法，提出了一种基于图像数据的相互推荐方法。考虑到用户对其他用户图像的积极和消极偏好表达的历史，我们训练一个siamese网络来识别符合用户个人偏好的图像。我们提供了一个算法来解释这些个体偏好指标为一个相互的偏好关系。我们的评估是在一个流行的在线约会服务提供的大型真实数据集上进行的。基于此，我们的服务大大改进了以前最先进的基于内容的解决方案，并且在冷启动情况下的性能也优于协作过滤解决方案。该模型的成功为图像在网上约会中的重要性提供了经验证据。

18. In-Store Augmented Reality-Enabled Product Comparison and Recommendation

我们提出了一种将实体零售商店中基于AR的产品属性表示与仅在线提供的商品推荐相结合的方法。该系统支持用户的决策过程，通过提供功能来比较商品之间的产品特性，包括实物和在线产品，并提供基于选择店内产品的建议。因此，物理产品可以作为形成用户偏好的锚定，并且在亲自探索产品时提供更丰富和更吸引人的体验。客观产品属性和物理产品的视觉外观都用于从在线空间生成推荐。这样，网上购物和店内购物的优势可以结合起来，为商家创造了新的多渠道机会。实证分析表明，比较和推荐功能得到了用户的认可，并暗示了混合实体网络购物支持系统的一些可能的好处。尽管这项研究有局限性，但有足够的证据认为这是一种可行的方法，值得进一步探讨.

19. Keeping Dataset Biases out of the Simulation: A Debiased Simulator for Reinforcement Learning based Recommender Systems

强化学习推荐（RL4Rec）方法作为一种提高用户长期参与度的有效方法越来越受到关注。然而，在线应用RL4Rec会带来风险：探索可能会导致有害的用户体验。此外，很少有研究人员能够访问现实世界中的推荐系统。模拟已经被提出作为一种解决方案，其中用户反馈是根据记录的历史用户数据来模拟的，从而实现优化和评估，而无需在线运行。虽然模拟器不会给用户体验带来风险，而且可以广泛使用，但我们发现现有模拟方法的一个重要局限性。它们忽略了日志用户数据中存在的交互偏差，因此，这些偏差会影响结果模拟。作为这个问题的解决方案，我们在模拟管道中引入了一个去借方步骤，它在用于模拟用户行为之前纠正日志数据中存在的偏差。为了评估偏差对RL4Rec仿真的影响，我们提出了一种新的模拟器评估方法，该方法考虑了使用模拟器优化的策略的性能。我们的结果显示，来自记录数据的偏差会对结果策略产生负面影响，除非使用我们的借记方法进行纠正。虽然我们的借记方法可以应用于任何模拟器，但我们将完整的管道公开作为离线学习和评估的模拟器（SOFA）：第一个在优化和评估之前解释交互偏差的模拟器。

20. KRED: Knowledge-Aware Document Representation for News Recommendations

新闻文章通常包含知识实体，如名人或组织。文章中的重要实体传递关键信息，有助于以更直接的方式理解内容。一个工业新闻推荐系统包含了个性化推荐、商品间推荐、新闻分类、新闻热度预测和地方新闻检测等多种关键应用。我们发现，为了更好地理解文档而合并知识实体对这些应用程序始终有好处。但是，现有的文件理解模型要么不考虑知识实体（如BERT），要么依赖于特定类型的文本编码模型（如DKN），从而影响了泛化能力和效率。在本文中，我们提出了KRED，它是一个快速有效的用知识图增强任意文档表示的模型。KRED首先通过在知识图中集中邻域的信息来丰富实体的嵌入。然后应用上下文嵌入层对不同实体的动态上下文（如频率、类别和位置）进行注释。最后，信息蒸馏层在原始文档表示的指导下，对嵌入的实体进行聚合，并将文档向量转化为新的文档向量。我们主张用多任务框架对模型进行优化，使不同的新闻推荐应用程序能够统一起来，在不同的任务之间共享有用的信息。在一个真实的微软新闻数据集上的实验表明，KRED大大有利于各种新闻推荐应用程序。