因果对比学习图神经网络：解决推荐系统中的数据偏差问题

1次阅读

没有评论

共计 1385 个字符，预计需要花费 4 分钟才能阅读完成。

推荐系统在实际应用中常面临数据偏差问题，主要包括以下几种类型：

流行度偏差 ：热门物品被过度推荐，导致长尾物品曝光不足
曝光偏差 ：用户只能看到系统之前推荐的内容，形成反馈循环
选择偏差 ：用户行为数据仅反映系统历史推荐结果而非真实偏好

传统解决方法如逆倾向评分（IPS）或矩阵分解，往往无法建模复杂的因果关系。而普通图神经网络（GNN）会放大这些偏差，因为它们平等对待所有观测到的交互数据。

传统 GNN 直接学习用户 - 物品交互图的表示，而因果对比学习 GNN 需要：

显式构建包含混淆变量的因果图
通过干预（intervention）分离因果效应
设计对比任务增强因果特征学习

# 伪代码：因果图结构定义
class CausalGraph:
    def __init__(self):
        # 混淆变量：用户活跃度、物品流行度
        self.confounders = {'user_activity': None, 'item_popularity': None} 

        # 工具变量：用户注册渠道、物品上架时间
        self.instruments = {'user_channel': None, 'item_release_time': None}

正样本 ：对同一用户进行因果干预后的表示
负样本 ：不同用户在相同混淆条件下的表示
损失函数 ：采用 InfoNCE 损失，温度参数 τ 控制难样本权重

import torch
import torch.nn as nn

class CausalGNN(nn.Module):
    def __init__(self, hidden_size=64, tau=0.1):
        super().__init__()
        self.tau = tau  # 温度参数

        # 因果感知的消息传递层
        self.gnn_layers = nn.ModuleList([CausalGraphLayer(hidden_size) 
            for _ in range(3)
        ])

    def forward(self, user_emb, item_emb, adj):
        # 因果消息传递
        for layer in self.gnn_layers:
            user_emb, item_emb = layer(user_emb, item_emb, adj)

        # 对比损失计算
        pos_score = torch.exp(torch.sum(user_emb * item_emb, dim=-1) / self.tau)
        neg_score = ... # 负采样计算
        loss = -torch.log(pos_score / (pos_score + neg_score))

        return loss

在 MovieLens-1M 数据集上的对比结果：