论文：https://arxiv.org/pdf/2503.08051

代码：GitHub - kylokano/CausalX

很新的论文，南大五天前挂到arxiv的，代码基于Recbole，没给全但是提供了足够的验证。

---

1 动机

可解释推荐不仅提供高质量的推荐，而且提供清晰透明的解释，从而大大提高了用户的信任和满意度。目前的可解释推荐方法主要分为两类：

1）后处理方法（图b）：先生成推荐结果，然后再利用外部模块（如注意力机制、因果推断等）来解释推荐结果。然而，这样的解释往往与推荐过程无关，用户可能会质疑其可信度。大语言模型大多数方法仅在推荐结果生成后利用 LLMs 进行后处理，导致解释和推荐之间缺乏内在一致性。

2）并行生成方法（图c）：在推荐生成的同时生成解释，但由于推荐模块和解释模块在底层仍然是独立的，这可能导致推荐结果和解释不一致，甚至矛盾。

现有可解释推荐方法大多忽略了因果推理，解释应该是推荐的因，而推荐结果是果,而不是像后处理和并行方法那样，如图a所示： 用户特征和项目属性直接决定用户-项目匹配（𝑈，𝐼→𝑀）。 用户-项目匹配M，直接影响解释（𝑀→Y），进而影响推荐结果（M→𝑌）。 此外存在流行度偏差（图4），流行度偏差不仅影响推荐质量，还可能影响解释的可信度。

---

2 贡献

1：提出了因果推理赋能的可解释推荐框架（CausalX），通过因果图构建推荐因果关系，使得推荐结果是基于解释推导出的，相较于传统后处理方法和并行方法，确保推荐和解释之间的因果一致性。

2：基于反事实推理，对推荐过程进行干预，减少流行度偏差的影响，确保推荐公平性。将 LLM直接融入推荐流程，让 LLM 不仅用于生成解释，还能通过因果推理参与推荐生成，提高推荐质量和解释的一致性。

---

3 因果图

因果图中的节点：U：用户画像，包括用户的历史行为、兴趣偏好等；I：物品特征，如类别、价格、流行度等；M：用户和物品的匹配度，表示用户对物品的潜在兴趣；E：推荐的解释，说明为什么推荐某个物品；Y：最终的推荐结果；P：流行度偏差。

用户和物品特征影响匹配度：U,I→M

匹配度决定解释：M→E

流行度影响物品曝光：P→I；流行度影响推荐解释：P→E

解释影响最终推荐结果：E→Y

---

 4 模型

CausalX分为三个模块：用户项目匹配模块、解释选择模块和基于llm的推荐模块。 用户-物品匹配模块提供基于用户和物品特征的匹配嵌入，对应因果图中的U,I→M。 解释选择模块是候选解释生成和偏向解释选择的组合，代表因果图中的M,P→E。 对于候选解释的生成，利用大型语言模型来生成潜在的解释。 偏见解释选择模块选择与用户兴趣最相关的解释，同时减轻流行偏见。 基于llm的推荐模块根据选择的解释产生推荐结果。 

4.1 用户-物品匹配模块

矩阵分解和 MLP相结合的方式来建模用户与物品的匹配关系：

4.2 解释选择模块

基于用户-项目匹配直接生成解释似乎很直观，但通常有大量候选项目，这种方法在实际场景中是不切实际的。 为每个项目生成解释将导致许多不正确的输出，因为用户通常对大多数项目不感兴趣。 首先从训练集中构造一组候选解释。 然后，进行反事实分析，从理论上消除人气偏差对解释P→E过程的影响。​

4.2.1候选解释生成

可解释推荐系统需要为用户的交互提供合理的解释。由于用户对同一物品的交互可能有多种原因，采用LLM 生成多个候选解释，然后进行筛选，以提高推荐解释的质量和可信度。对于每个用户-物品交互样本（用户，项目以及反馈-点击）生成一组解释：

由于 LLM 生成的解释可能存在冗余或过于相似的内容，采用语义聚类方法来筛选出具有代表性的解释。使用预训练语言模型 MiniLM 计算每个解释的语义嵌入，接着层次密度聚类，在聚类后的每个簇中随机选择一个解释，确保最终解释集既能代表用户意图，又能保持多样性。筛选出的解释 与原始交互数据 D结合，形成增强数据集：

4.2.2 流行度偏差的因果分析

​流行度 P 影响推荐解释的路径有两条：直接路径 P→E；间接路径 P→I→M→E，这一路径合理，因为流行度高的物品更容易被用户看到，并影响其点击行为。

对因果变量的干预表示为do操作，希望估计用户-物品匹配 M对解释 E因果影响，并去除流行度 P的直接影响。表示用户兴趣对推荐解释的真实影响，表示流行度偏差对推荐解释的影响,表示总影响。用反事实推理来估计并进行去偏处理。

公式2 计算总影响，fe​(M,P)表示用户匹配 M和流行度 P共同决定的推荐解释；fe​(do(M∗)表示反事实世界中，人为干预 M∗和P∗ 的情况下，推荐系统生成的解释。

公式3计算流行度的直接影响，通过控制M∗，可以分析流行度 P对解释 E的直接影响。

公式4计算用户兴趣的因果影响

4.2.3 因果分析

利用因果推理 和反事实推理，确保推荐解释能够真实反映用户兴趣。偏解释选择的核心目标：估计真实场景 fe(M,P)和 反事实场景 fe(do(M∗)，计算出流行度对解释的影响，并去除这一影响。

流行度表征：使用数据集中记录的交互频率来近似。项目的频率分布通常遵循长尾模式。 为了获得更均匀的分布，首先对频率应用对数变换，然后最小-最大归一化：

由于nj可能无法充分表示流行度的复杂性Bucket 分桶策略，将物品划分到 K个流行度区间，每个区间 k计算权重并计算该物品的流行度向量表示：

 平滑处理流行度分布，防止因流行度极端值（如超热门或极冷门）造成的解释偏差。

真实场景 fe(M,P)：解释受到用户和物品流行度的影响。将用户项匹配表示𝑚与流行表示𝑣𝑛连接起来，并使用多层感知器

反事实场景 fe(do(M∗) ：用户兴趣 M被固定，仅受流行度 P影响，计算反事实解释：

去偏推理 ：

在推理阶段，从所有候选解释中，选择去偏得分最高的解释：

通过最大化所有候选项目中每个解释的分数，确定整个候选项目集中最适合用户的解释

 模型训练：采用增强数据集，结合反事实推理和去偏损失函数，优化解释质量，同时减小流行度偏差的影响。

真实场景解释评分：

反事实解释评分：

真实场景损失：

反事实损失：

模型损失：

4.3 LLM推荐

在获得流行度偏差解释后，利用大型语言模型来完成推荐任务，利用其出色的推理能力。 推荐过程遵循因果关系E→Y：

用于生成推荐结果的Prompt： 

---

 5 总结

首先利用 LLM 生成候选解释，由于 LLM 生成的解释可能存在冗余，采用了聚类进行去重，选取代表性解释。其次进行反事实推理，计算真实场景解释（用户兴趣 + 流行度）和反事实解释（只用流行度，不用用户兴趣），从真实场景解释中去除流行度影响，得到一个更加个性化的解释评分，在所有候选解释中，选择去偏得分最高的解释作为最终推荐理由。最后使用 LLM生成最终的推荐排序