跳转至

GateSID: Adaptive Gating for Semantic-Collaborative Alignment in Cold-Start Recommendation

保真度:核心机制复现。原文线上结论、本地公开数据实验和未复刻部分分开陈述。

论文信息

项目 内容
论文链接 arXiv 2603.22916
公司/机构 Alibaba International Digital Commerce
首次公开日期 2026-03-24(arXiv v1)
原文开源代码 否:原文未提供官方/作者代码(核查日期:2026-08-24)
Adapter gatesid
本地复现代码 src/auto_research/reproductions/gatesid/

原始论文总结

背景与主要改动

共享注意力融合语义与协同行为,再用冷启动感知 gate 调节对比对齐强度:新物品偏语义,热门物品保留协同信号。

flowchart LR
 A["语义/协同序列"] --> B["GFSA+GRCA"] --> C["冷启动排序"]

原论文关键图

GateSID: Adaptive Gating for Semantic-Collaborative Alignment in Cold-Start Recommendation 原论文 Figure 2

原论文 Figure 2(关键图):展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文,版权归原作者所有;点击图片可查看来源。

核心公式

\[ z_i=g_i z_i^{sem}+(1-g_i)z_i^{coll},\quad g_i=\sigma(Wx_i) \]

论文离线与线上效果

原文线上证据:GMV +2.60%(20% traffic, two weeks,Section 3.4)。论文私有口径不能与下方 MovieLens 指标直接比较。

本地复现

本地对照口径:基线为共享 transition + content scorer;实验组在同一用户、物品、全库候选和 seed 上只加入 gatesid 核心机制,相对 NDCG@10 +34.95%。

MovieLens-100K、220 users / 360 items、seed 42:NDCG@10 0.0540 → 0.0729(+34.95%),Hit@10 0.1091 → 0.1273。验证集只选择混合权重,测试集未参与调参。

auto-research reproduce --paper gatesid --dataset-dir data --seed 42

固定指标见 metrics/public-seed42.json

复现边界

在 MovieLens-100K 固定全库候选、相同切分和 seed 上执行论文核心机制;私有特征、生产基础模型和在线流量不可公开,论文 A/B 数字只作原文引用。 本地实现拥有独立模型状态和打分路径;负结果同样保留,且本地相对变化不得与原文 A/B 提升混写。