System-2 Recommenders: Disentangling Utility and Engagement in Recommendation Systems via Temporal Point-Processes

推荐系统是现代人类体验的重要组成部分，其影响范围从我们吃的食物到我们阅读的新闻都有。然而，仍然存在争议，即推荐平台与用户目标的一致程度。引发这一争议的核心问题是基于参与信号（如点赞、分享、观看时间等）推断用户效用的挑战，这是平台用于优化内容的主要指标。这是因为用户效用驱动的决策过程（我们称之为系统2），例如阅读对他们有意义的新闻，经常被他们的冲动决策过程（我们称之为系统1）所混淆，例如花时间看点击量高的新闻。因此，很难推断观察到的参与是效用驱动还是冲动驱动的。在本文中，我们探讨了一种新的推荐系统方法，其中我们基于用户返回平台的概率而不是参与信号来推断用户效用。我们的直觉是，如果平台为用户创造效用，他们往往会长期返回平台，而纯粹基于参与的互动，如果不增加效用，可能会在短期内影响用户的返回，但不会产生持久的影响。我们提出了一个生成模型，其中过去的内容交互基于自激励Hawkes过程影响用户到达平台的速率。这些到达平台的速率是系统1和系统2决策过程的组合。系统2到达强度取决于效用并具有长期效应，而系统1强度取决于即时满足并趋向于迅速消失。我们在分析上表明，基于样本，可以将系统1和系统2分离，并允许基于用户效用进行内容优化。我们在合成数据上进行实验，以证明我们方法的有效性。

本文试图解决推荐系统中存在的用户决策过程复杂、难以准确反映用户需求的问题，提出一种基于用户回归概率的推荐方法。

通过建立一个基于Hawkes过程的生成模型，将用户的到访强度分为System-1和System-2两种决策过程，其中System-2的强度与用户的效用有关，而System-1的强度则与瞬时的满足感有关。通过对用户回归概率的建模，实现了基于用户效用的推荐。

本文提出了一种基于用户回归概率的推荐方法，相比于传统的基于用户行为的推荐方法，更能准确反映用户的需求。实验使用了合成数据集，证明了该方法的有效性。本文的方法可以为推荐系统领域提供新的思路。

在推荐系统领域，近期的相关研究包括《Deep Learning for Recommender Systems》、《Neural Collaborative Filtering》等。