基于信息揭示方法提升推荐系统长期福祉

提高推荐系统（RS）中用户的长期福祉（例如持续的用户参与度）已成为核心目标。在现实平台上，内容创建者的行为在塑造长期福祉方面发挥着关键作用，超越短期推荐准确率，因此有效引导创建者行为对于培育更健康的RS生态系统至关重要。现有工作通常依赖重新排序算法，通过调整项目曝光来引导创建者行为。然而，当嵌入推荐管道时，这种策略常常与提高推荐准确率的短期目标相冲突，导致性能下降和长期福祉次优。建立的经济学研究为一种不依赖推荐算法设计的方法提供了有价值的见解：从信息丰富的一方（发送方）揭示信息给较少了解的一方（接收方），可有效改变接收方的信念并引导其行为。受此启发，我们提出一种信息揭示框架，称为Long-term Welfare Optimization via Information Revelation（LoRe）。在该框架中，我们利用经典信息揭示方法（即贝叶斯说服）映射RS中的利益相关者，将平台作为发送方、创建者作为接收方。为解决传统经济学方法所作假设不切实际的挑战，我们将信息揭示过程建模为马尔可夫决策过程（MDP），并提出一种在具有有限理性创建者的环境中训练和推断的学习算法。在两个真实世界的RS数据集上进行大量实验表明，我们的方法在改善长期用户福祉方面显著优于现有的公平重新排序方法和信息揭示策略。