WWW'22|用于分布外推荐的因果表征学习

这项工作从因果关系的角度阐明并解决了这个问题。作者将用户特征的转变表述为一种干预措施，将OOD推荐表述为交互概率的干预后推断，并采用了因果模型为用户特征到交互结果的生成过程建模。作者设计了一个新型变分自动编码器来进行因果建模，利用编码器从历史上的互动中推断出未观察到的用户特征，利用解码器来对交互的生成过程进行建模并进行干预后推断，并且进一步进行反事实推理，来减轻过时的交互的影响。固有的快速的OOD适应能力来自于部分用户表征的再利用。变分自动编码器结构如图所示：

最后，作者设计了一个扩展的因果图，对从用户特征到用户偏好的细粒度因果关系进行编码。在三个数据集上的实证结果验证了所提方法的强大OOD泛化和快速适应能力。