Interpretable Representation via LLM-Driven Generative Disentanglement for Local-Life Service Recommendation
LLM驱动生成式解耦：本地生活服务可解释SID生成
🧭 生成式推荐 · Semantic ID
Kuaishou Technology
提出先解耦后量化的SID生成框架，将LLM纠缠隐状态分离为地理与语义槽再分别量化，大幅降低SID冲突并提升推荐效果
📌 工作参考价值
- 电商/本地推荐中的SID冲突解决：本地生活或电商场景中，地理、品牌、类目常纠缠在同一隐空间，导致量化后SID高频碰撞。可借鉴LGRID的生成式解耦思路，在LLM编码后加入结构化解耦块，将地理层级和语义属性显式分离后再分别量化，显著降低冲突率（从97%降至39.9%）。
- 属性可解释性训练：通过课程式属性解码（coarse-to-fine）和结构感知对比学习，可以利用少量监督让LLM隐状态具有显式的属性语义，实现高精度的粗/细粒度地理解码（>99%），这种可解释表征可直接用于冷启动物品画像或可解释推荐标题生成。
- 双流残差量化的多属性扩展：DSRQ对地理和语义槽使用独立码本，避免码本竞争，同时保持粗到细的层次结构。当业务存在多类异构属性（如价格段、适用人群）时，可复用该双流思路，每个属性流独立量化，再拼接成统一SID。
- 工业部署友好：离线SID构建仅增加约1.56倍时间，在线延迟几乎不变（1.04倍），仅需查表获取预生成SID并与原ID嵌入拼接，不改变推荐模型结构，适合大规模工业系统直接嵌入。
动机
本地生活服务推荐（如外卖、到店）严格受地理可达性约束，用户决策遵循“先地理、后兴趣”。现有基于LLM的语义ID（SID）方法多采用“单表征→量化”范式，将地理、品牌、类目等信息压缩到一个隐向量，导致语义纠缠，量化时细粒度地理特征被强语义淹没，SID碰撞严重（LGSID碰撞率97%），可解释性差。独立字段编码又会丢失地理与内容的交互依赖。因此，需要在量化前进行生成式解耦，构建属性对齐的地理和语义槽，再分别离散化。
方法关键点
- 联合LLM编码：用LLM编码POI文本，保留地–内容双向依赖，避免独立编码的信息割裂。
- 结构化解耦块（SD-Block）：通过语义锚点注入、锚点引导感知和结构化因果路由，将纠缠隐状态路由到4个地理槽（省份→城市→区→街道）和4个语义槽（品牌、类目等）。结构注意力掩码实现组内自回归（符合行政包含顺序）、组间独立，阻止跨组信息混合。
- 渐进式生成解耦（PGD）：按地理层级和语义顺序，用课程式解码目标训练槽表征使其可被LLM解码回属性文本，建立显式语义锚定。
- 结构感知对比学习（SACL）：构造分层硬负样本（同粗地理不同细地理、同地理不同内容、同内容不同区域），增强细粒度地理和语义的区分性。
- 双流残差量化（DSRQ）：对地理和语义槽分别进行两层残差量化，生成4-token SID，避免码本竞争，保留层次结构。
- 部署方式：离线生成SID，在线以嵌入和的形式拼接到原itemID嵌入，不改动线上模型。
关键结果
- 推荐性能：在快手和Foursquare数据集上，LGRID集成到10种推荐模型中均取得提升，最高相对AUC增益5.44%。
- 可解释性：粗粒度地理属性解码准确率超99%，细粒度街道达92.34%，品牌达86.62%；SID前缀分布具有清晰的空间层级和语义聚类。
- SID质量：全量SID冲突率从97%（LGSID）降至39.9%；码本更深层利用率从几乎为零大幅提升至77.3%。
- 消融实验：结构化因果路由、PGD、SACL缺一不可，去除任一组件均导致细粒度属性解码和检索大幅退化。
最值得记住的一句话：在本地生活推荐中，量化解耦前显式构建地理和语义属性槽并分别量化，是降低SID冲突、提升可解释性与推荐效果的关键。