重新审视公平感知交互式推荐：物品生命周期作为控制旋钮
人工智能
2025-11-21 v1
摘要
本文通过引入一种新型控制旋钮——物品生命周期，重新审视公平感知交互式推荐（如TikTok、快手）。我们做出了三方面贡献。首先，我们进行了全面的实证分析，揭示短视频平台中的物品生命周期遵循压缩的三阶段模式，即快速增长、短暂稳定和急剧衰减，这与经典的四阶段模型（引入、增长、成熟、衰退）显著偏离。其次，我们提出了LHRL，一种生命周期感知的分层强化学习框架，通过利用阶段特定的曝光动态动态协调公平性与准确性。LHRL由两个关键组件组成：（1）PhaseFormer，一个结合STL分解和注意力机制的轻量级编码器，用于鲁棒的阶段检测；（2）一个两级HRL智能体，其中高层策略施加阶段感知的公平性约束，低层策略优化即时用户参与。这种解耦优化实现了长期公平性与短期效用之间的有效调和。第三，在多个真实交互式推荐数据集上的实验表明，LHRL显著提升了公平性和用户参与度。此外，将生命周期感知奖励集成到现有基于RL的模型中持续带来性能提升，突显了我们方法的通用性和实际价值。
引用
@article{arxiv.2511.16248,
title = {Revisiting Fairness-aware Interactive Recommendation: Item Lifecycle as a Control Knob},
author = {Yun Lu and Xiaoyu Shi and Hong Xie and Chongjun Xia and Zhenhui Gong and Mingsheng Shang},
journal= {arXiv preprint arXiv:2511.16248},
year = {2025}
}
备注
8 pages, 5 figures, conference