基于因果推理的情感感知社交媒体推荐强化学习
信息检索
2025-11-20 v1 人工智能
摘要
社交媒体推荐系统在塑造用户情感体验方面发挥着核心作用。然而，大多数系统仅针对点击率、观看时长或滚动等参与度指标进行优化，不考虑用户的情感状态。反复暴露于情感化内容会对用户的情感福祉造成负面影响。我们提出了情感感知社交媒体推荐（ESMR）框架，基于用户不断变化的情感轨迹进行内容个性化。ESMR 将基于 Transformer 的情感预测器与混合推荐策略集成：在情感稳定期使用 LightGBM 模型进行参与度预测，在情感恶化时使用基于因果推理奖励的强化学习智能体。通过 30 天行为实验，ESMR 在情感恢复、波动性降低和参与度保持方面均取得优异效果。ESMR 在不牺牲参与度性能的前提下，为情感感知推荐开辟了一条道路。
引用
@article{arxiv.2511.14768,
title = {Causally-Informed Reinforcement Learning for Adaptive Emotion-Aware Social Media Recommendation},
author = {Bhavika Jain and Robert Pitsko and Ananya Drishti and Mahfuza Farooque},
journal= {arXiv preprint arXiv:2511.14768},
year = {2025}
}