2024 年 8 月 28 日，香港大学推出了最新的推荐系统 EasyRec，该系统结合了语言模型的语义理解能力和协同过滤技术，在零样本学习场景下的推荐性能有所提升。EasyRec 通过整合用户和物品的文本描述，生成语义嵌入，实现个性化且适应性强的推荐。EasyRec 旨在克服深度协同过滤模型在处理新用户或新商品时的挑战，即使在没有先前交互数据的情况下，也能提供推荐。
EasyRec 的模型架构基于多层双向 Transformer 架构，如 BERT，专注于生成文本表示。通过自注意力机制，模型能够捕捉上下文信息。模型训练采用对比学习方法，通过优化包含用户和商品交互的特征空间，增强模型的推荐性能。此外，模型引入了文本掩码 – 重构损失以提高语义理解和泛化性能。
在零样本推荐能力方面，EasyRec 通过利用语言模型来生成用户和商品的文本画像，实现了基于文本的零样本推荐。语言模型在自然语言处理（NLP）领域展示了语义理解能力，可以将文本编码成特征向量，获取一个统一的特征分布空间。这一特性使得模型无需用户和商品 ID 便可以提供推荐。
对于一个新用户和一个新商品，系统会通过其文本描述生成文本嵌入向量，然后通过余弦相似度计算它们之间的交互概率。最终，系统根据相似度得分为用户推荐商品。
在模型性能与对比实验方面，作者训练了三个版本的模型（从 Small 到 Large），模型的性能体现出了 Scaling Laws。作者同样测试了不同的语言模型对现有的 ID-based 的协同过滤算法增强的效果。其中，选用了两个广泛使用的模型 GCCF 和 LightGCN 作为 baseline，并且利用了当前先进的文本增强框架 RLMRec 作为统一的框架进行实验。从实验中可以看出，EasyRec 相较于 baseline 有所提升。
在数据集构建与实验验证方面，作者利用 Amazon Review Data 中不同类别的数据（例如艺术、体育等等）构建了训练数据集以及部分数据集，同时引入了 Steam 和 Yelp 数据集作为跨平台的测试数据集。为了验证模型在零样本环境下的性能，作者将训练数据集和测试数据集进行划分，使得他们是完全不同的数据，没有任何用户和商品上的交集。
为了增强模型对于未知用户和物品的泛化能力，作者采用了画像多样化增强的策略。通过对现有的用户和商品画像进行增强，让每个实体都能通过多个画像文本来展现其交互偏好。
EasyRec 通过结合语言模型和对比学习，提供了推荐解决方案，既能够处理零样本推荐，也能提高基于协同过滤的推荐性能。