RAGR: Review-Augmented Generative Recommendation
RAGR：评论增强的生成式推荐
🧭 生成式推荐 · 用户评论增强
Dalian University of Technology · City University of Hong Kong · Huawei Technologies Ltd.
将用户评论反馈编码为语义ID融入生成式用户序列，并通过DPO对齐确保模型偏好物品生成而非评论生成。
📌 工作参考价值
- 用户反馈文本可直接转为语义ID注入生成序列：在电商评论场景中，可利用现有多模态编码器（如T5）将商品标题、评论等文本预先量化为离散语义ID，与物品语义ID按时间交错拼接，直接改造任意生成式推荐模型（如TIGER）的输入，无需改动模型架构。
- 引入评论预测作为辅助任务：将下一个评论的语义ID也作为生成目标之一，与物品预测共享同一生成空间，可隐式地让模型学习“物品-评论”的共现语义，缓解物品ID空间分布集中的问题，提升长尾物品的表示学习。
- 用DPO显式对齐生成偏好：当输入序列中同时包含物品和评论ID时，构造（输入，物品ID，评论ID）三元组，使用DPO将物品ID设为偏好输出，评论ID设为拒绝输出，可简洁地防止模型在预测位置“短路”直接生成评论，确保推荐目标不漂移。
- 实体文本的语义ID tokenization 优于直接混用不同来源文本训练 tokenizer：实验表明，仅用物品文本训练RQ-VAE得到的语义ID，在效率和下游推荐性能上均优于混合物品和评论文本，可避免语义空间过于分散带来的噪声。
动机：现有生成式推荐（如TIGER、LETTER）仍沿袭传统序列推荐的“仅物品交互轨迹”假设，只捕捉用户“选了什么”而忽略“为什么选”。用户评论中隐含的质量、美观等评价因素能解释决策动因，因此有必要将评论反馈融入生成式序列，填补“仅行为”的建模缺口。
方法关键点：
- 统一语义ID空间：先用T5编码物品文本，再用RQ-VAE量化为多层离散语义ID，形成物品与评论共用的token空间。
- 评论增强的用户序列建模：将物品语义ID与对应评论语义ID按时间顺序交织，构造混合行为-语义序列，使模型在自回归生成下个物品时可直接利用评论上下文。
- 物品中心的任务生成对齐：引入基于DPO的对齐阶段，将目标物品ID设为偏好输出，对应评论ID设为拒绝输出，迫使模型在预测步偏好物品而非评论，确保评论仅作为证据而非替代目标。
关键实验与结果：在Amazon Beauty、Toys、Sports三个数据集上评估，以TIGER和LETTER为backbone，RAGR在HIT@5上相对提升7%~26%（Beauty上TIGER提升13%、LETTER提升20%），消融实验表明仅注入评论而不加任务对齐反而有损，完整框架收益显著且稳定。tokenizer训练仅用物品文本的效果与效率最佳。语义ID数量为4时平衡效果最好。