推薦系統(tǒng)真正「懂你」：快手團隊在NeurIPS 2025提出新成果TagCF

每天，推薦系統(tǒng)都在捕捉我們的興趣與偏好。從刷過的視頻到停留的直播間，算法總是聚焦在「內(nèi)容」的理解上，推斷用戶喜歡哪類視頻、哪種話題，擅長在「內(nèi)容層」識別用戶喜歡什么，卻很少真正理解「你是誰」。

快手消費策略算法團隊注意到了這一問題，他們想讓推薦系統(tǒng)不止「會猜」，而是「懂你」。為彌補這一缺失的建模角度，快手消費策略算法團隊聯(lián)合快手基礎大模型與應用部及武漢大學，提出了 TagCF 框架，讓推薦系統(tǒng)從「知其然」邁向「知其所以然」。

該研究成果已被 NeurIPS 2025 接收，相關(guān)代碼與實驗框架已全面開源，旨在為學術(shù)界與工業(yè)界提供一套以「理解驅(qū)動」為核心的推薦系統(tǒng)方法論。

• 論文標題：Who You Are Matters: Bridging Topics and Social Roles via LLM-Enhanced Logical Recommendation
• 論文： http://arxiv.org/abs/2505.10940
• 代碼： https://github.com/Code2Q/TagCF

背景和動機

用戶理解：A Missing Formulation

圖 2

當推薦系統(tǒng)通過統(tǒng)計模型學出兩個內(nèi)容之間的關(guān)聯(lián)并據(jù)此進行推薦時，這種關(guān)聯(lián)背后往往隱藏著用戶角色這一「混雜因素」。如圖2 所示，headset-symphonist-violin 的關(guān)聯(lián)關(guān)系，實則來源于「交響樂手」這一用戶角色；在電商場景中，「啤酒-新晉奶爸-尿布」的經(jīng)典案例同樣印證了這一點。相比基于 ID 的傳統(tǒng)隱式建模，引入user role視角讓推薦系統(tǒng)得以更清晰地理解用戶，從而邁向顯式的可解釋推薦演進。

另一方面，當需要建模 topic-topic 關(guān)聯(lián)時，本身可以將其當作 topic-role-topic 關(guān)聯(lián)的結(jié)果圖。這意味著引入 user role 的建模方式在邏輯上更具通用性與表達能力。這種通用的協(xié)同行為建模，不僅能捕捉那些統(tǒng)計方法難以識別的弱交互，還能精準建模并有邏輯地突破用戶的信息繭房（后文有驗證）。

并且，團隊還通過實驗發(fā)現(xiàn)，基于 user role 的建模在統(tǒng)計意義上優(yōu)于傳統(tǒng)的 topic 建模，不僅具備更穩(wěn)定的空間，也能帶來更顯著的推薦效果提升。

綜上所述，一個更有效的推薦系統(tǒng)需要有能力通過用戶與物料之間的交互數(shù)據(jù)，學習到用戶是一個什么樣的人，并找到涉及用戶角色的通用的原則性的客觀邏輯規(guī)律。

注：文章后續(xù)描述中 user tag = user role = 用戶特性，item tag = item topic = 興趣點。

兩個新任務

除了傳統(tǒng)的推薦任務外，本研究借鑒 topic modeling 的思路，為推薦系統(tǒng)拓展出兩個新任務：

用戶角色識別（User Role Identification）：建模一個用戶的特征、個性、社會角色、需求；其中特征包含但不限于用戶直接提供的特征值（如性別和年齡）。

用戶行為邏輯建模（Behavioral Logic Modeling）：建模 user role 和 item topic 之間的邏輯關(guān)聯(lián)圖（如圖3），可細分為 I2U 和 U2I 兩個子任務：

• I2U：具有某一特性（topic）的物料適合分發(fā)給什么特性（role）的用戶。
• U2I：具有某種特性（role）的用戶會希望看到什么特性（topic）的物料。

圖3

解決方案

模塊設計

圖4 - TagCF 主要功能模塊

TagCF 主要包含如下三個模塊：

• 基于 MLLM 的視頻內(nèi)容理解中臺：系統(tǒng)遍歷每天新增的視頻（達到一定曝光數(shù)量后），利用 MLLM 模型（M3[1]）對每個視頻i提取多模態(tài)內(nèi)容和視頻 embedding，然后通過人工設計的 prompt（圖5）引導 MLLM 模型理解視頻語義，從而自動生成相應的 item tag 與 user tag，并實時更新標簽庫。

圖5

• 基于 LLM 的行為邏輯圖探索中臺：在得到兩種 tag 集合后，第二步就是構(gòu)建 tag2tag 邏輯圖，即 U2I 和 I2U 邏輯圖。具體的，根據(jù)給定的起始 tag，我們構(gòu)建對應的邏輯推理 prompt（圖6），并通過一個 LLM（QWen2.5-7B[2]）來生成對側(cè)的目標 tag。

圖6

• 賦能下游推薦系統(tǒng)：在獲得內(nèi)容理解的 tag 信息和 tag2tag 邏輯圖后，下游推薦系統(tǒng)可以使用這些中臺信息對推薦模型進行對應的增強（屬 LLM-for-rec 范式，有別于 LLM-as-rec 范式）。為了保證建模空間的一致性，團隊提出可以單獨針對 itemtag 空間或 usertag 空間進行模型增強，對應的方案為TagCF-it和TagCF-ut。實驗驗證了三個可行的推薦系統(tǒng)增強方案：基于 tag 的 encoder 模型增強、基于 tag-logic 對齊的訓練增強和基于 tag-logic 的預估分數(shù)增強。

注：文章認為內(nèi)容理解中臺產(chǎn)出的 tag-logic 體系雖然來自于推薦系統(tǒng)且驗證于推薦系統(tǒng)，但其具有一定通用性，尤其行為邏輯圖也被驗證有一定遷移能力，未來可以為其他相關(guān)業(yè)務（如電商和搜索）賦能。

挑戰(zhàn)和工程方案

實現(xiàn)過程中也存在如下挑戰(zhàn)：無限制生成導致的 tag 集合無序擴張、視頻覆蓋率長尾分布、無序生成和精細打分需求的矛盾、大模型生成結(jié)果缺乏評測手段等。

為了解決上述問題，文章提出了幾個有效的解決方案并在線上落地：

• 構(gòu)建弱重疊高頻 tag 子集，即 cover set：該方法旨在自動化地提取使用效率高的 tag 子集，在后驗觀測上發(fā)現(xiàn)高頻 tag 經(jīng)驗上比長尾 tag 具有更好的通用性。cover set 的構(gòu)建也分為 usertag 和 itemtag 兩個對稱的部分，其過程相近，具體流程如下：

經(jīng)驗上，cover sets 在量級上為 7k-20k 不等，相比開放語義空間中的全集，cover sets 能夠在 30 天內(nèi)收斂，在工業(yè)場景下具有足夠的穩(wěn)定性和通用性，有利于各種下游鏈路的研發(fā)。

• 對內(nèi)容理解結(jié)果進行模型蒸餾：主要目的是根據(jù) MLLM 和 LLM 產(chǎn)出的 item2tag 數(shù)據(jù)和 tag2tag 數(shù)據(jù)訓練對應的蒸餾小模型，以便對 tag 進行精細排序，對應的蒸餾模型后續(xù)在推薦過程中也會被重復利用。

• 人工大模型對比驗證：采用經(jīng)典的 Good-Same-Bad 策略，從準確率、完整度、合理性和可讀性等多個維度進行了人工評測。結(jié)果顯示，該方法在效果上已能滿足工業(yè)級應用需求，整體表現(xiàn)與GPT-4o接近。

顯式繭房建模和突破

基于上述三個模塊，TagCF-it 模型延續(xù)興趣點建模思路，而 TagCF-ut 模型則拓展至用戶角色識別與行為邏輯挖掘。至此，推薦系統(tǒng)已有能力顯式地建模用戶繭房并通過統(tǒng)計模型進行對齊。

具體的，團隊通過學習得到的模型預估出對應的繭房內(nèi)（top-20）tag 集合，記為 T(0)，然后通過 U2I 和 I2U 邏輯圖以一定 branch factor 進行發(fā)散，得到繭房外的 tag 集合，記為 T(1)。下圖為示例：

可以顯式控制的兩種預估策略：

• TagCF-util：僅使用T(0)，維持繭房內(nèi)特性，注重提升準確度。
• TagCF-expl：使用T(0)和T(1)的并集，突破繭房并進行相關(guān)新特性探索，注重提升多樣性。

實驗

離線實驗

主實驗在快手的 industrial 離線數(shù)據(jù)集上首先得到驗證。

• NDCG 和 MRR 是推薦準確率指標，Cover 和 Gini 是多樣性指標。

實驗結(jié)論：

• TagCF 能有效增強 backbone 模型推薦效果。

• 提取的邏輯圖中臺可以 transfer 到其他數(shù)據(jù)集上（僅 transfer 邏輯圖，item2tag 信息仍然需要額外的大模型推理生成和蒸餾模型對齊），且仍然能夠提升對應 backbone 的效果。

• 兩種 TagCF 變體呈現(xiàn)出不同的行為特性，TagCF-ut 整體準確率更好，TagCF-it 則更容易提升多樣性。

三個增強模塊的 Ablation 驗證了對應模塊設計的有效性。

線上實驗

在研究中，團隊進行了線上重排階段的模型增強實驗，其具體的 workflow 如下圖：

• 團隊進行了模型增強、訓練增強和預估打分增強，且在打分增強階段分別實驗了 TagCF-util 和 TagCF-expl。

• 在實驗中，團隊發(fā)現(xiàn) TagCF-expl 能夠有效提升用戶長期留存指標 LT+0.037%。

此外，團隊還觀測到，usertag 集合比 itemtag 集合具有更強的穩(wěn)定性和表達能力，體現(xiàn)在其更小的集合大小、更快的收斂速度（如下表所示）以及 3.1 節(jié)所示更強的模型增強效果。這些優(yōu)勢意味著，相比興趣點，用戶角色是更加穩(wěn)定的特征，更加適于推薦系統(tǒng)中的建模和分析。

總結(jié)和思考

快手團隊從推薦系統(tǒng)的「雙端視角」出發(fā)，首次提出「視頻理解與用戶理解并重」的理念，并證明了以用戶理解為核心的推薦系統(tǒng)在當前范式下的獨特優(yōu)勢。推薦系統(tǒng)的目標從來不只是「推薦內(nèi)容」，它更關(guān)乎理解人（微觀）與社會（宏觀）的科學。

基于這一理念，團隊構(gòu)建了 TagCF ——包含 tag-logic 內(nèi)容理解中臺和推薦系統(tǒng)增強兩個組成部分。tag-logic 內(nèi)容理解中臺具備強大的可遷移能力，其通用框架也可以在召回等其他鏈路階段使用，未來可擴展至召回、電商、搜索等多業(yè)務場景；另一方面，推薦系統(tǒng)增強模塊將有能力直觀建模用戶繭房并進行突破和探索。

推薦系統(tǒng)與大模型的結(jié)合，正在讓內(nèi)容分發(fā)進入一個全新的階段。

它能更聰明地理解用戶、更精準地匹配內(nèi)容，也帶來了關(guān)于隱私、安全與公平的新思考。未來，團隊將繼續(xù)完善 tag-logic 中臺體系，探索更高效的推理與資源利用方式。

長期以來，行業(yè)主要深耕于統(tǒng)計模型建模路徑，快手也相繼推出了 OneRec[3] 與 GoalRank[4] 等代表性前沿技術(shù)成果。而本文提出的顯式用戶理解與 tag-logic 建模方法，則在符號與統(tǒng)計兩種范式之間搭起了橋梁，為行業(yè)帶來了全新的想象空間。

更重要的是，tag-logic 邏輯圖讓系統(tǒng)有能力從用戶的信息繭房出發(fā)，展開有邏輯的語義探索——既保持精準，又敢于突破。如何在「準確」與「多樣」之間找到平衡，正是推薦系統(tǒng)進化的關(guān)鍵命題。從「懂內(nèi)容」到「懂人」，TagCF 的探索不僅是技術(shù)的一次躍遷，更是技術(shù)貼近真實的人與社會的具象體現(xiàn)。

參考文獻：

[1] Mu Cai, Jianwei Yang, Jianfeng Gao, and Yong Jae Lee. Proceedings of the 13th International Conference on Learning Representations, 2025.

[2] An Yang, Baosong Yang, Beichen Zhang, Binyuan Hui, Bo Zheng, Bowen Yu,Chengyuan Li, Dayiheng Liu, Fei Huang, Haoran Wei, et al. Qwen2. 5 technical report. arXiv preprint arXiv:2412.15115, 2024

[3] Zhou, Guorui, et al. "OneRec Technical Report." arXiv preprint arXiv:2506.13695 (2025).

[4] Zhang, Kaike, et al. "GoalRank: Group-Relative Optimization for a Large Ranking Model." arXiv preprint arXiv:2509.22046 (2025).