改进推荐系统中的词表外处理

推荐系统（RS）对数十亿用户的日常在线体验有着广泛影响，因此对学术界和工业界研究人员而言是一个日益重要的领域。真实 RS 中的一个常见问题是冷启动问题，即用户和物品可能没有足够的信息来产生高质量的推荐。本工作关注一个互补问题：推荐在训练时未见（词表外，或 OOV）的新用户和新物品。这一设定被称为归纳设定，对于基于分解的模型尤为棘手，因为此类模型仅依赖固定参数向量来编码训练时见过的用户/物品。实践中应用的许多现有解决方案通常很朴素，例如将 OOV 用户/物品分配到随机桶中。在本工作中，我们处理了这一问题，并提出了更好地利用可用用户/物品特征以改进嵌入表层面 OOV 处理的方法。我们讨论了通用即插即用方法，这些方法易于应用于大多数 RS 模型，且在不负面影响直推式模型性能的情况下提升归纳性能。我们在 4 个数据集（跨越不同领域）上的 5 个模型中广泛评估了 9 种 OOV 嵌入方法。其中一个数据集是来自某大型社交平台所用知名 RS 的专有生产数据集，该平台服务于数亿日活用户。在我们的实验中，我们发现几种利用 LSH 借助特征相似性的方法在大多数模型-数据集组合上始终优于其他替代方案，其中最佳方法在归纳性能上较工业标准基线实现了 3.74% 的平均提升。我们开源了代码，并希望我们的工作能帮助从业者在处理其 RS 的 OOV 问题时做出更明智的决策，同时进一步激发学术界对改进 RS 中 OOV 支持的研究。