因果图聚合权重去偏推荐 - CAGED

1. 解决的问题

Momcozy 吸奶器爆款 SKU 占全部流量的 60%+，200 余款配件（替换配件、特殊尺码）几乎零曝光

2. 核心算法逻辑

GNN 推荐系统（如 LightGCN）在图上做邻居聚合时，边权重天然由度数平方根决定。热门商品度数高，信息在传播时被反复放大，形成"回声室效应"——推荐系统拼命推爆款，长尾优质商品彻底失声。

3. 业务应用场景

业务问题： Momcozy 吸奶器爆款 SKU 占全部流量的 60%+，200 余款配件（替换配件、特殊尺码）几乎零曝光。新品在首页推荐中竞争不过历史交互量高的爆款，导致配件库存积压，复购品类单一。

数据要求： - 用户行为日志（session_id, user_id, item_id, event_type: view/add_cart/purchase, timestamp） - 商品属性表（item_id, category, price, stock, launch_date） - 最近 6 个月数据，至少 5 万用户 × 1000 SKU

预期产出： - 无偏因果偏好权重矩阵（user × item） - 去偏后的 Top-20 推荐列表，长尾商品（月销 < 50 件）占比提升至 40%+ - 每周更新一次权重，对接现有推荐服务

4. 输入数据要求

请查看原始代码模板获取输入规格。

5. 输出结果

请查看原始代码模板获取输出规格。

6. 业务价值 / ROI

• 实施成本：算法工程师 2 周集成（CAGED 模块 Plug-in 到现有 LightGCN 服务），训练额外耗时 +20%（ELBO 优化）
• 预期收益：长尾商品 GMV 提升 10-25%，以中型跨境品牌月 GMV 500 万元计 → 年增 GMV 600-1500 万元
• 隐性价值：降低爆款断货风险（库存分散）、提升平台生态健康度（卖家多样性增加）
• 算法本身为 Plug-and-play，不重构推荐服务架构
• 纯 numpy 可运行，无需 GPU（小数据集）；大规模需 PyTorch 版本
• 流行度偏差是跨境电商推荐系统的普遍性根本问题，不是边缘 case

7. 代码模板

代码块数量：2 · 路径：未检测到

from model import CAGEDRecommendationPipeline, long_tail_coverage

# 初始化管线
pipeline = CAGEDRecommendationPipeline(
    num_users=10000,
    num_items=2000,
    embed_dim=64,
    latent_dim=32,
    n_layers=3,
    momentum=0.9,
)

# 从行为日志构建交互列表
interactions = [(row.user_id, row.item_id) for row in behavior_log]
pipeline.build_graph(interactions)

# 训练 CAGED 估计无偏权重（实际应用中 epochs=50-200）
history = pipeline.train(interactions, epochs=50)

# 为用户生成去偏推荐
user_id = 12345
exclude = [i for i in user_history[user_id]]  # 排除已购商品

unbiased_recs = pipeline.get_recommendations(
    user_id=user_id,
    top_k=20,
    exclude_items=exclude,
    use_unbiased=True,
)

# 评估长尾覆盖率
item_ids = [i for i, _ in unbiased_recs]
tail_cov = long_tail_coverage(
    item_ids,
    pipeline.caged.item_popularity,
    tail_threshold=0.1,  # 流行度归一化后 <10% 视为长尾
)
print(f"长尾覆盖率: {tail_cov:.1%}")

# 对比有偏/无偏效果
result = pipeline.compare_biased_vs_unbiased(user_id=user_id, top_k=20)
print(f"有偏推荐: {[i for i, _ in result['biased'][:5]]}")
print(f"无偏推荐: {[i for i, _ in result['unbiased'][:5]]}")

8. 论文来源

• 2510.04502