学术报告：《Towards Universal Cross-Domain Recommendation》研究介绍

作者与发表信息

本研究的核心作者团队来自多个知名机构：
- Jiangxia Cao（中国科学院信息工程研究所/中国科学院大学网络安全学院）
- Shaoshuai Li 和 Xiaobo Guo（蚂蚁集团 MyBank）
- Bowen Yu（阿里巴巴集团达摩院）
- Tingwen Liu（通讯作者，中国科学院信息工程研究所）
- Bin Wang（小米 AI 实验室）
论文发表于 WSDM ‘23（ACM International Conference on Web Search and Data Mining），会议时间为 2023 年 2 月 27 日至 3 月 3 日，地点为新加坡。

研究背景与目标

科学领域与问题背景

本研究属于跨域推荐系统（Cross-Domain Recommendation, CDR）领域，旨在解决推荐系统中普遍存在的数据稀疏性（data sparsity）和冷启动问题（cold-start problem）。工业场景中（如阿里巴巴、亚马逊等平台），新服务常因用户交互数据不足导致推荐效果差，而成熟服务则拥有丰富数据。传统 CDR 方法分为两类分支：
1. 数据稀疏性 CDR：利用其他域数据辅助目标域内推荐（针对交互较少的用户）。
2. 冷启动 CDR：将用户偏好从源域映射到目标域（针对无交互的新用户）。
然而，现有方法仅针对单一分支设计，缺乏统一框架。

研究目标

提出 UniCDR，首个能够同时建模两类 CDR 场景的通用框架，通过迁移域共享信息（domain-shared information）提升推荐性能。

研究方法与流程

1. 核心框架设计

UniCDR 包含以下关键组件：
- 嵌入层（Embedding Layer）：为每个域生成用户/物品的域特异性（domain-specific）和域共享（domain-shared）表示矩阵。
- 聚合器（Aggregator）：三种可选架构：
- 均值池化（Mean-pooling）：平等聚合交互物品信息。
- 用户注意力池化（User-attention-pooling）：基于用户偏好加权物品表示。
- 物品相似性池化（Item-similarity-pooling）：利用物品协同过滤（item-CF）相似性指导聚合。
- 掩码机制（Masking Mechanism）：
- 交互掩码（Interaction Masking）：随机丢弃部分交互物品以增强数据多样性。
- 域掩码（Domain Masking）：用其他域数据作为共享聚合器输入，强化域不变信息。
- 对比损失（Contrastive Loss）：通过最大化域共享与域特异性表示间的互信息，确保共享表示捕获跨域通用特征。

2. 训练与评估流程

• 训练阶段：联合优化预测损失（BCE 损失）和对比损失，平衡域内推荐与跨域迁移能力。
  
• 评估阶段：
  
  • 域内推荐：结合域特异性和共享表示预测物品评分（公式 13）。
    
  • 跨域推荐：仅用共享表示预测目标域物品（公式 14）。
    

3. 实验设计

• 数据集：覆盖 4 类 CDR 场景（双域/多域、用户/物品重叠）和 6 个公开/工业数据集（如 Amazon 和 MyBank 金融数据）。
  
• 基线对比：与 24 种前沿方法对比，包括单域推荐（如 LightGCN）、传统 CDR（如 DisenCDR）和多域推荐（如 M3Rec）。
  
• 评估指标：Top-10 的 NDCG 和 HR。
  

主要结果

1. 性能优势：
   
   • 在双域场景（Scenario 1）中，UniCDR 的 HR 比最优基线 DisenCDR 提升 0.82%（Sport 域）和 1.54%（Cloth 域）。
     
   • 在冷启动场景（Scenario 2）中，NDCG 较 CDRIB 提高 0.82%（Game 域）。
     
2. 模块有效性：
   
   • 用户注意力聚合器在域内推荐中表现最佳（Sport 域 HR 18.37%），而均值聚合器更适合跨域推荐（Scenario 2）。
     
   • 域掩码显著提升跨域推荐性能（NDCG 提升 1.66%），但对域内推荐影响较小。
     
3. 超参数分析：
   
   • 聚合器权重 λₐ=0.5 时达到最佳平衡（用户与物品信息融合）。
     
   • 损失权重 λ=0.3 时训练效率与效果最优。
     

结论与价值

科学价值

1. 理论创新：首次提出统一框架解决两类 CDR 问题，证明域共享信息迁移是通用推荐的核心机制。
   
2. 方法创新：通过对比学习与掩码机制，无需复杂网络结构即可实现域不变表示学习。
   

应用价值

1. 工业落地潜力：简单设计（如均值聚合器）易于部署，已在蚂蚁金融场景验证。
   
2. 开源贡献：发布代码和大规模 CDR 数据集（GitHub），推动学术研究。
   

研究亮点

1. 通用性：首次实现单一模型适配 4 类 CDR 场景。
   
2. 简洁性：仅需基础组件（如聚合器+掩码）即可超越复杂模型（如图神经网络）。
   
3. 可扩展性：框架支持替换聚合器或损失函数，适应更多场景。
   

其他贡献

• 金融场景验证：在 MyBank 多服务数据上，UniCDR 的 HR 比 GA-MTCDR 高 2.87%（D3 域），证明其在非电商领域的适用性。
  
• 未来方向：计划引入图编码聚合器和更复杂的掩码机制，进一步提升性能。