35、找到你喜欢且不会拒绝你的人

找到你喜欢且不会拒绝你的人

1. 引言

推荐网站通过对用户喜好进行建模，能够为用户提供个性化的商品推荐。然而，在显式建模用户负面偏好方面的研究相对较少。对于传统推荐系统而言，少量不佳推荐可能影响不大，但在人际匹配的推荐系统（即互惠推荐系统）中，糟糕推荐的成本可能很高。

互惠推荐系统在在线交友、招聘、导师 - 学员匹配等领域应用广泛。例如在在线交友场景中，若向用户 Alice 推荐 Bob，只有当双方都认可这个推荐时，推荐才成功。若 Alice 主动联系 Bob 却被拒绝，多次这样的情况会让 Alice 遭受反复拒绝的痛苦，甚至可能导致她放弃该平台。

互惠推荐系统有两个关键属性使其显式建模负面偏好尤为重要：
- 避免给单个用户过多推荐，因为每人只需少量值得认真考虑的推荐，且过多推荐会增加被热门用户忽视或拒绝的风险。
- 系统要为每个用户提供推荐，并将每个用户推荐给其他用户，即便该用户不太受欢迎。这种情况下，显式建模负面偏好有助于避免做出易遭拒绝的推荐。

在在线交友场景中，推荐过程分为三个阶段：
- 第一阶段：向用户展示一组推荐，若用户喜欢其中一个或多个推荐，可向心仪对象发送兴趣表达（EOI），EOI 是预定义的简短消息。
- 第二阶段：收到 EOI 的用户可以用预定义消息回复，回复分为积极和消极两种，积极回复表示推荐过程进展顺利。
- 第三阶段：一方用户可购买令牌，使双方能交换包含联系方式的无限制消息，之后用户可以线下见面或通过电子方式交流。

2. 相关研究回顾

近年来，在线交友领域的推荐系统研究逐渐增多。此前已有多项工作涉及该领域：
- A