推荐系统（十一）—— 对比学习与自监督学习

经典推荐系统只依赖一种信号：用户是否点击、观看或购买？这种信号固然宝贵，却也极其稀疏。大多数用户接触的商品不到总目录的 1%，大多数商品被触达的用户也不到 0.1%，而全新用户或商品则完全没有交互记录。直接用如此稀疏的标签优化模型，几乎注定会在热门头部过拟合，而在长尾部分毫无反应。

对比学习提供了一种不同的思路。它不再问“这个样本该打什么标签？”，而是问“哪两个样本应该相似，哪两个应该不同？”这个问题很容易回答——你可以通过对同一个用户、商品或行为序列施加两种不同的扰动，将得到的两个结果视为正样本对；同一批次中的其他所有样本则自动成为负样本。模型由此学习嵌入空间的几何结构：语义相近的样本在空间中彼此靠近，不相关的则相互远离。一旦这种几何结构建立起来，后续的有监督推荐头只需轻微调整即可。

本文将先拆解对比学习的核心组件（InfoNCE、温度系数、数据增强），再详细介绍推荐系统中真正实用的四类方法：SimCLR 风格的批次内对比、MoCo 风格的队列式对比、SGL 的图结构增强，以及 CL4SRec 的序列增强策略。最后，我们会介绍一个反直觉但重要的发现：XSimGCL 完全抛弃了复杂的增强操作，仅通过在嵌入向量上注入微小噪声，就能取得更优效果。

你将学到什么#

为什么对比学习能从全新角度应对稀疏性、冷启动和热度偏差问题，而非简单依赖“更多数据”
InfoNCE 详解：损失函数的来源、温度参数 $\tau$ 的重要性远超直觉，以及它如何塑造梯度
SimCLR vs MoCo：批次内负采样与动量编码器队列的对比，以及各自适用的场景
SGL（Wu 等，SIGIR 2021）：通过节点丢弃、边丢弃、随机游走子图生成图视图的方法
CL4SRec（Xie 等，ICDE 2022）：序列推荐中的裁剪（crop）、遮掩（mask）、重排序（reorder）三种增强方式
SimGCL / XSimGCL（Yu 等，2022/2023）：为何简单的嵌入噪声技巧能胜过复杂的图增强
每个模块均配有清晰可运行的 PyTorch 实现

前置知识#

PyTorch 基础（Module、autograd、损失函数）
图神经网络，尤其是 LightGCN（第 7 篇）
Embedding 空间与相似度计算（第 5 篇）

为什么推荐系统需要对比学习？#

再谈数据稀疏性的本质#

稀疏性不只是“标签太少”，而是一种结构性困境：

冷启动问题：新用户和新物品没有任何交互记录，因此任何依赖历史行为构建特征的模型（如矩阵分解、双塔模型、GNN）都无法为其在嵌入空间中分配有意义的位置。
头部过拟合：点击分布高度长尾，损失函数几乎完全由少数热门物品主导。模型若只是记住了这些热门项，在训练指标上可能表现良好，但在长尾物品上的推荐效果却极差。
热度偏差：即使召回阶段提供了多样化的候选集，排序模型仍会倾向于将热门物品排得更高——因为这正是最小化训练损失的方向。系统最终陷入“千篇一律”的循环。

对比学习的权衡逻辑#

对比学习做了一个关键交换：放弃昂贵的监督标签，转而利用廉价的“扰动一致性”信号。例如，对一个用户的行为图随机删除 20% 的边后编码一次，再换另一组 20% 的边删除后再次编码。两次编码对应同一用户，规则很简单：这两个嵌入应尽可能接近，而与其他用户的嵌入应尽可能远离。

这一目标同时带来三大收益：

无限量的免费训练信号：任何用户都可被反复扰动，生成任意多的正样本对。
鲁棒的表示先验：模型学到的是那些在扰动下依然稳定的特征——这正是冷启动和长尾物品最需要的。
防止塌缩的正则化：损失函数显式地将不同用户推开，避免所有嵌入都挤向热门区域。

锚点用户被拉近两个增广视图（正样本），同时被推离 batch 内其他用户（负样本）

上图直观展示了这一思想：蓝色锚点代表一个用户，两个绿色点是其两个增强视图，损失函数将它们拉近；琥珀色点是同批次中的其他用户，损失函数将它们推开。对每个用户、每个批次重复此过程，最终形成的嵌入空间中，语义相似性与向量距离高度一致。

InfoNCE：真正驱动学习的损失函数#

\mathcal{L}_{\text{InfoNCE}} = -\log \frac{\exp\!\big(\mathrm{sim}(f(x), f(x^+)) / \tau\big)}{\exp\!\big(\mathrm{sim}(f(x), f(x^+)) / \tau\big) + \sum_{i} \exp\!\big(\mathrm{sim}(f(x), f(x_i^-)) / \tau\big)}

这本质上是一个 $$(N+1)$$ 分类任务的交叉熵，目标是让模型将“正样本”识别为正确类别。分子鼓励拉近正样本，分母则迫使模型将正样本排在所有负样本之上。正是这种排序压力，阻止了所有嵌入坍缩到同一向量的平凡解。

温度系数：最容易被低估的关键旋钮#

温度 $\tau$ 控制 softmax 区分正负样本的锐利程度。它绝非装饰性超参，而是直接影响优化目标。

左：不同温度下，InfoNCE 损失随正样本相似度的变化；右：相同情况下损失对正样本相似度的梯度

从右图可得出两点结论：

低 $\tau$ （如 0.05） 使梯度在决策边界附近非常尖锐，模型几乎将全部容量集中在最难区分的负样本上——即那些与正样本相似度接近的样本。这对细粒度判别很有利，但如果这些“困难负样本”实际是误标数据（如非随机缺失的点击），训练会变得不稳定。
高 $\tau$ （如 1.0） 将梯度均匀分配给所有负样本，包括容易区分的样本。优化更平滑，但嵌入聚类不够紧密。
推荐系统的最佳温度通常在 $\tau \in [0.1, 0.2]$ ：足够锐利以产生有效对比，又不至于过度追逐噪声。

一个有用的直觉是： $1/\tau$ 相当于“放大倍数”。将 $\tau$ 减半，所有相似度差距会被放大一倍，从而加倍推动近正样本与近负样本分离的梯度压力。

为何负样本不可或缺#

如果只优化分子（即单纯拉近正样本），所有嵌入会坍缩到同一常向量，损失迅速归零。负样本不是配角，而是支撑整个学习过程的关键约束。这也解释了为何 SimCLR 风格方法极度依赖大批次：batch size 为 256 时，每个锚点有 510 个负样本；batch size 为 4096 时，负样本增至 8190。负样本越多，分母越密集，对比信号越强。

SimCLR vs MoCo：负样本从何而来？#

视觉自监督领域的两大范式已被直接引入推荐系统：

SimCLR 使用 batch 内其他视图作为负样本（单一共享编码器）；MoCo 维护一个动量更新的 key 编码器和 FIFO 队列缓存负样本

SimCLR（Chen 等，ICML 2020）设计简洁：单编码器、单投影头、每个样本两次增强，同一批次中其他所有视图均为负样本。缺点显而易见——负样本数量受限于 GPU 显存允许的最大 batch size。

MoCo（He 等，CVPR 2020）则解耦两者：query 编码器通过 SGD 更新，动量 key 编码器以指数滑动平均方式更新（ $\xi \leftarrow m\xi + (1-m)\theta$ ），并维护一个 FIFO 队列存储最近 $$K$$ 个 key 编码（通常 $$K = 65{,}536$$ ）。负样本来自队列，因此 $$K$$ 与 batch size 无关。

在推荐系统中，SimCLR 更常用：CTR/CVR 训练本就使用大批次；编码器多为 GNN，前向计算开销主要在图遍历而非嵌入查找；且百万级用户 key 队列会快速过时——因为嵌入表本身持续更新。MoCo 风格的队列仅在长序列检索等编码器极重的场景中出现，此时确实需要摊销计算成本。

SimCLR 损失的参考实现#

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
import torch
import torch.nn as nn
import torch.nn.functional as F

def info_nce(z1: torch.Tensor, z2: torch.Tensor, tau: float = 0.2) -> torch.Tensor:
    """两视图对称的 SimCLR 风格 InfoNCE。

    z1、z2 形状为 (B, D)，已 L2 归一化。z1[i] 的正样本是 z2[i]，反之亦然；
    拼接后的 2B 大小 batch 中，其他位置都算负样本。
    """
    B = z1.size(0)
    z = torch.cat([z1, z2], dim=0)                  # (2B, D)
    sim = z @ z.T / tau                             # (2B, 2B)
    sim.fill_diagonal_(float("-inf"))               # 排除自身相似性
    # 第 i 行（i<B）的正样本在第 i+B 列；第 i 行（B<=i<2B）的正样本在第 i-B 列
    targets = torch.cat([torch.arange(B, 2 * B), torch.arange(0, B)]).to(z.device)
    return F.cross_entropy(sim, targets)

这段十行左右的代码有三个关键细节：

嵌入需预先归一化。此时余弦相似度即点积，温度 $\tau$ 才具有前述几何意义。
对角线用 $-\infty$ 屏蔽，而非 0。因 cross_entropy 在 log-softmax 空间工作， $-\infty$ 会从归一化项中消失；若用 0，则会引入 $$e^0=1$$ 的偏置项，悄悄扭曲梯度。
损失是对称的： $$2B$$ 行各贡献一个交叉熵项。一半行以第二视图为正样本，另一半以第一视图为正样本。

SGL：用户-物品图上的对比学习#

SGL（Wu 等，SIGIR 2021，《Self-supervised Graph Learning for Recommendation》）是将对比学习带入推荐主流的开创性工作。其核心是在 LightGCN 主干上附加一个 InfoNCE 头，并将两个扰动后的用户-物品图视为每个节点的正样本对。

三种图扰动方式#

边丢弃（Edge Dropout, ED）：每条边以概率 $$1-p$$ 独立保留。实现简单、结构保持性好，是最常用变体。
节点丢弃（Node Dropout, ND）：每个节点及其关联边以概率 $$p$$ 被移除。增强更强，但可能使低度节点不稳定。
随机游走子图（Random Walk, RW）：从每个锚点出发进行长度为 $$L$$ 的随机游走，采样子图作为视图。

原论文消融实验表明，边丢弃在多数数据集上表现稳定甚至略优，且实现最简。除非有特殊需求，否则直接选用 ED 即可。

完整的 SGL 训练步骤#

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
import torch
import torch.nn as nn
import torch.nn.functional as F

def edge_dropout(edge_index: torch.Tensor, p: float) -> torch.Tensor:
    keep = torch.rand(edge_index.size(1), device=edge_index.device) > p
    return edge_index[:, keep]

class SGL(nn.Module):
    """LightGCN 主干 + 在两个边丢弃视图上的节点级 InfoNCE。"""

    def __init__(self, n_users, n_items, dim=64, n_layers=3,
                 drop_p=0.1, tau=0.2, lam=0.1):
        super().__init__()
        self.n_users, self.n_items = n_users, n_items
        self.n_layers, self.drop_p, self.tau, self.lam = n_layers, drop_p, tau, lam
        self.user_emb = nn.Embedding(n_users, dim)
        self.item_emb = nn.Embedding(n_items, dim)
        nn.init.normal_(self.user_emb.weight, std=0.1)
        nn.init.normal_(self.item_emb.weight, std=0.1)

    def _propagate(self, x, edge_index):
        """对称归一化的 LightGCN 传播，取各层平均。"""
        row, col = edge_index
        deg = torch.bincount(row, minlength=x.size(0)).clamp(min=1).float()
        norm = deg.pow(-0.5)
        layers = [x]
        for _ in range(self.n_layers):
            msg = x[col] * (norm[row] * norm[col]).unsqueeze(1)
            agg = torch.zeros_like(x).index_add_(0, row, msg)
            x = agg
            layers.append(x)
        return torch.stack(layers, dim=0).mean(dim=0)

    def encode(self, edge_index):
        x = torch.cat([self.user_emb.weight, self.item_emb.weight], dim=0)
        return self._propagate(x, edge_index)

    def cl_loss(self, z1, z2):
        z1, z2 = F.normalize(z1, dim=1), F.normalize(z2, dim=1)
        sim = z1 @ z2.T / self.tau
        targets = torch.arange(z1.size(0), device=z1.device)
        return F.cross_entropy(sim, targets)

    def bpr_loss(self, z, users, pos, neg):
        u, p, n = z[users], z[self.n_users + pos], z[self.n_users + neg]
        return -F.logsigmoid((u * p).sum(-1) - (u * n).sum(-1)).mean()

    def forward(self, edge_index, users, pos_items, neg_items):
        # 两个增广视图，提供对比信号
        z1 = self.encode(edge_dropout(edge_index, self.drop_p))
        z2 = self.encode(edge_dropout(edge_index, self.drop_p))
        # 一次干净前向传播，提供推荐信号
        z = self.encode(edge_index)
        return self.bpr_loss(z, users, pos_items, neg_items) \
             + self.lam * self.cl_loss(z1, z2)

几个非显而易见的实现细节：

三次前向传播，而非两次。对比视图的扰动与 BPR 使用的原始图相互独立。若共享扰动图，监督信号会被偶然保留的边所偏置。
对比损失在节点层面计算，作用于用户与物品嵌入的拼接向量。这确保二部图两侧都能获得自监督信号。
损失权重 $\lambda$ 至关重要。过小（ $<10^{-2}$ ）则对比信号消失；过大（ $$>1$$ ）则 BPR 失去主导。SGL 论文在 $\{0.005, 0.05, 0.1, 0.5, 1.0\}$ 中测试，发现 $$0.1$$ 是稳健默认值——建议从此开始调参。

CL4SRec：序列推荐中的对比学习#

对于序列推荐模型（如 SASRec、BERT4Rec、GRU4Rec），核心问题是：“如何为同一条行为序列生成两个视图？” CL4SRec（Xie 等，ICDE 2022）提出的三种增强方式已成为标准。

行为序列的三种增强方式：Crop 截取连续片段，Mask 将随机位置替换为 [M]，Reorder 打乱一段连续区间

Crop：保留长度为 $\eta L$ 的连续子序列。保留局部顺序，教会模型对“晚开始”或“早结束”保持不变性。
Mask：随机将 $\gamma$ 比例的物品替换为特殊标记 [M]。类似 BERT 的掩码语言建模，要求编码器从上下文推断被遮项。
Reorder：打乱一段长度为 $\beta L$ 的连续区间。强调会话中物品集合比精确顺序更重要。

CL4SRec 为每个视图随机选择一种增强，共形成九种（视图 A, 视图 B）组合。这种随机混合本身就是一种正则化，防止编码器过拟合单一增强策略。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
import random
import torch
import torch.nn as nn
import torch.nn.functional as F

class SeqAugment:
    """CL4SRec 的三种序列增强方法。序列是 LongTensor 类型的物品 ID，
    ID=0 保留用于 padding/mask。"""

    def __init__(self, crop_eta=0.6, mask_gamma=0.3, reorder_beta=0.6, mask_id=0):
        self.crop_eta = crop_eta
        self.mask_gamma = mask_gamma
        self.reorder_beta = reorder_beta
        self.mask_id = mask_id

    def __call__(self, seq: torch.Tensor) -> torch.Tensor:
        op = random.choice(["crop", "mask", "reorder"])
        L = seq.size(0)
        if op == "crop":
            k = max(1, int(L * self.crop_eta))
            s = random.randint(0, L - k)
            return seq[s:s + k]
        if op == "mask":
            out = seq.clone()
            n = max(1, int(L * self.mask_gamma))
            idx = torch.randperm(L)[:n]
            out[idx] = self.mask_id
            return out
        # reorder
        out = seq.clone()
        k = max(2, int(L * self.reorder_beta))
        s = random.randint(0, L - k)
        chunk = out[s:s + k][torch.randperm(k)]
        out[s:s + k] = chunk
        return out

编码器可使用任意现有序列模型（Transformer、GRU 等）。将最终隐藏状态池化后，经投影、归一化，输入前述 info_nce 函数，作为辅助损失叠加到常规的 next-item 预测任务上即可。

XSimGCL：图增强本身并不重要#

Yu 等人（2022/2023）的一项惊人发现值得单独强调：他们追问 SGL 的性能提升究竟源于图增强，还是对比损失本身？答案是：几乎全部来自对比损失。将图边丢弃替换为在传播后的嵌入上添加微量均匀噪声，效果即可持平甚至超越 SGL，同时省去所有图扰动的复杂逻辑。

具体做法（SimGCL / XSimGCL，后者为简化版）如下：

正常执行 LightGCN 传播。
每层向嵌入添加微小噪声 $\Delta$ ：方向为单位随机向量，缩放因子为小值 $\epsilon$ （如 0.1），且确保与原向量同半球（避免翻转）。
用不同噪声样本再传播一次，得到第二视图。无需图丢弃。

1
2
3
4
5
def add_noise(x: torch.Tensor, epsilon: float = 0.1) -> torch.Tensor:
    """SimGCL 的同半球均匀噪声扰动。"""
    noise = torch.rand_like(x)
    noise = F.normalize(noise, dim=-1) * torch.sign(x) * epsilon
    return x + noise

SimGCL 的深层洞见在于：对比损失同时完成两件事——

对齐（Alignment）：拉近正样本对（分子作用）。
均匀性（Uniformity）：推动所有嵌入在单位超球面上均匀分布（分母作用）。

其中，均匀性是打破热度偏差的主导效应。一旦实现均匀性，生成第二视图的具体方式（图丢弃、嵌入噪声等）几乎不再重要。

这些方法到底有多大提升？#

Recall@20 和 NDCG@20 在四个标准数据集上的对比：LightGCN 基线 vs +SGL vs +XSimGCL

上述数字源自 SGL（Wu 等，2021）和 SimGCL/XSimGCL（Yu 等，2022/2023）在 Yelp2018、Amazon-Book、Alibaba-iFashion 和 Gowalla 上的报告。结论高度一致：在相同主干模型上加入对比辅助损失，Recall@20 和 NDCG@20 可提升 5%–20%，且增益集中于长尾物品和冷启动用户——这正是我们最关心的部分。

这种提升在嵌入空间中如何体现？

训练前，物品嵌入松散聚集，主变化轴是热度，语义结构被掩盖；训练后，物品按兴趣类别形成紧密且分离的簇。下游打分模块因此受益——一个近似线性的决策边界就已足够。

常见问题#

为何不直接用更多数据，而非要用对比学习？#

冷启动用户无法获得更多数据——他们“冷”正是因为无交互。长尾物品同理——它们“尾”正是因为极少被触达。对比学习不依赖新交互，而是通过对已有交互做扰动生成信号。这是与“收集更多点击”本质不同的路径。

图增强和嵌入噪声如何选择？#

优先选嵌入噪声（XSimGCL）：更快、更简，且近期研究一致表明其效果不输甚至优于图增强。仅当你希望正则化 GNN 的结构归纳偏置，或对关键边/节点有明确先验时，才考虑 SGL 的图增强。

温度系数如何设置？#

从 $\tau = 0.2$ 开始。若困难负样本基本可靠（如有明确停留时长信号），可降至 0.05–0.1 以增强区分；若负样本噪声大（如高维目录中随机采样的同批用户），保持 $\tau \geq 0.2$ 以防过拟合假负样本。在小网格上调参即可，损失对 $\tau$ 的变化较平滑。

是否需要投影头？#

在 GNN 上使用 SimCLR/SGL 时需要——但预训练后可丢弃。投影头让编码器保持通用性，而将对比任务特化交给投影层。XSimGCL 是例外：它直接对比 GNN 传播后的嵌入，无需投影头也能工作良好。

如何结合对比损失与推荐损失？#

\mathcal{L}_{\text{total}} = \mathcal{L}_{\text{rec}} + \lambda \cdot \mathcal{L}_{\text{CL}}

初始设 $\lambda = 0.1$ 。若结果敏感，可在验证集上扫 $\{0.01, 0.05, 0.1, 0.5, 1.0\}$ 。相比 $\tau$ ， $\lambda$ 的敏感度低得多，不必在此耗费过多调参预算。

对隐式反馈是否有效？#

不仅有效，甚至更适合。整个框架将每次交互视为正样本，由 InfoNCE 结构隐式处理负样本。SGL、SimGCL、XSimGCL 和 CL4SRec 均为隐式反馈（点击、播放、购买）设计。

数据量少到何种程度仍可用？#

对比学习恰在监督信号稀缺时最有效。SGL 在 Yelp2018（稀疏度 ~99.87%）上的增益大于稠密数据集。低于 ~10K 交互时，随机增强的方差可能主导，需更强先验（如跨域迁移、内容特征）；高于 ~100K 交互时，通常可获稳定提升。

如何评估对比推荐系统？#

除标准 top-K 指标（Recall@K、NDCG@K、HR@K）外，还应关注：

冷启动切片：按交互频次分桶，报告各桶指标。
长尾覆盖：推荐列表中长尾物品占比（通常定义为流行度后 80%）。
嵌入诊断：用 t-SNE/UMAP 可视化，或按 Wang & Isola（2020）计算均匀性（ $\log \mathbb{E}\,e^{-2\|z_i - z_j\|^2}$ ）和对齐性（ $\mathbb{E}\,\|z - z^+\|^2$ ）。高均匀性 + 低对齐性 = 健康嵌入。

离线与在线指标的差异#

这是我见过最多团队在上线对比推荐系统时踩的坑。

SGL/CL4SRec 的离线结果非常亮眼：在 Yelp、Amazon、MovieLens 上，NDCG@20 提升 5%–15%，Recall@20 提升 8%–20%。论文漂亮，结果喜人。但线上 A/B 测试时，CTR 仅提升 +0.3%，95% 置信区间为 $\pm 0.4\%$ 。离线碾压的模型，线上几乎无感。

原因何在？

离线评测基于留出点击，而这些点击来自一个已有热度偏差的系统（通常是流行度倾斜的 CF 基线）。当你的对比模型通过更锐利的嵌入召回更多长尾物品时，离线评测反而惩罚它——因为这些物品在历史日志中根本没机会被点击。离线 NDCG 实际奖励的是“预测旧系统已展示的内容”。

对比增益集中在冷尾部分。SGL 提升了嵌入空间的均匀性（Wang & Isola 2020），使低交互物品的向量更易与热门项区分。但在离线评测中，这些长尾物品极少出现在正样本中；在线上，它们虽获得新曝光并产生点击，但整体 CTR 仍由头部主导——而 SGL 对头部影响甚微。

位置偏差主导短期指标。一个仅重排 top-5 一位的模型，对 CTR 的影响可能超过修复冷启动的模型。多数场景中，位置 1 与位置 2 的 CTR 比约为 1.6×。

应对策略：

离线评测改用反事实估计（IPS 加权 NDCG），而非普通 NDCG，可弥合大部分差距。
按物品流行度五分位拆分 A/B 结果。即使大盘持平，SGL 在最低两个五分位通常能带来 +3%–8% CTR 提升。
实验至少运行 14 天。冷启动收益会累积：今日获曝光的新品产生互动数据，将优化下一轮训练。

若只能汇报一个数字，请报告首周活跃物品的提升（最近 7 天上线的物品）——这才是对比学习真正创造价值的地方。

推理成本：对比学习的轻量一面#

对比学习的训练成本众所周知——InfoNCE 加大批量负采样开销巨大。但推理成本却令人惊喜：线上服务几乎零额外负担。

增强、投影头、对比损失均为训练专属。推理时，SGL 与 LightGCN 结构完全一致——相同 GNN 层数、相同嵌入维度、相同点积评分。QPS、延迟、内存均无差异。

真正的瓶颈在训练成本，它决定模型刷新频率。对比训练增加了：

每种增强多一次前向（通常 2 种 → 前向翻倍）
InfoNCE 分母需 (batch, batch) 负样本矩阵 → 计算量随 batch size 平方增长

在 1 亿交互数据上，LightGCN 单卡 A100 训练约 3 小时；SGL（2 增强，batch 4096）则需约 9 小时。若生产环境每 4 小时重训，此成本不可忽视。缓解方案：用 MoCo 式动量队列缩小 batch，或直接弃用增强（XSimGCL——仅加嵌入噪声）。

XSimGCL 才是多数团队应选方案：它带来与 SGL 相当的均匀性增益，训练速度仅比原版 LightGCN 慢约 30%，而非 3 倍。

总结#

对比学习解决了一个“更多数据”无法解决的问题：它让模型能从稀疏交互中学习几何结构，方法是要求扰动下的一致性。2024 年的实践方案已很清晰：

选择一种增强方式，或干脆不用（如 XSimGCL 的噪声）。
应用 InfoNCE，温度设为 $\tau \approx 0.2$ 。
作为辅助损失加入，权重 $\lambda \approx 0.1$ ，叠加于现有监督目标之上。

对于图推荐系统，从 XSimGCL 开始——这是最简有效的方案。若需可解释基线，SGL + 边丢弃仍是强选择。对于序列推荐，CL4SRec 的三增强组合已是标配。无论哪种场景，最大收益通常来自冷启动与长尾部分。