PaperReading4

DAS: Dual-Aligned Semantic IDs Empowered Industrial Recommender System#

[2508.10584] DAS: Dual-Aligned Semantic IDs Empowered Industrial Recommender System ↗

Motivation：

传统 ID 缺乏语义，SID 缺少协同

两阶段方法（先量化生成 SID，再对比学习添加协同信号）效果不好

• 因此需要一个单阶段的方式：生成 SID 的同时，添加协同信号

Method：DAS (Dual-Aligned Semantic IDs)

• 多视角对比对齐 (Multi-view Contrastive Alignment) 把协同信号注入语义ID

1. ID-based CF Debias (去偏协同信号)
   • 直接使用点击数据训练会有流行度偏差（从众兴趣和无偏兴趣），DAS 首先训练一个去偏的辅助CF模块，提取出纯净的用户兴趣信号，而不是简单的热门物品信号
2. 多视角对齐损失：
   • Dual u2i
   • Dual i2i / u2u：这些对齐就是SID和去偏
   • Co-occur i2i / u2u：利用共现关系（Co-occurrence），让经常一起出现的物品或相似用户在语义空间中也保持距离相近

• 双重学习 (Dual Learning)：用户侧和物品侧都生成SID

1. LLM生成用户和物品的语义emb
2. 量化用户和物品的语义emb，生成语义ID

INSPIRATION：

对多模态表示进行对齐和融合，构建出可用于下游任务的固定特征嵌入

将多模态表示离散化成语义 ID 作为特征输入到模型中

COINS: SemantiC Ids Enhanced COLd Item RepresentatioN for Click-through Rate Prediction in E-commerce Search#

[2510.12604] COINS: SemantiC Ids Enhanced COLd Item RepresentatioN for Click-through Rate Prediction in E-commerce Search ↗

Motivation：

传统 ID 冷启动问题

SID 缺少与推荐任务的对齐

Method：

从下往上：RQ-OPQ 编码，嵌入查询，特征融合与门控，预测

1. RQ-OPQ Encoding

   包括 RQ 和 OPQ，两步量化得到 SID

   1. RQ：残差量化
   2. OPQ (Optimized Product Quantization) :

2. Embedding Lookup

   同时查询 SID 和原始特征的嵌入，SID 能够利用语义信息解决冷启动问题

3. Fusion and Adaptive Gate

   也是处理冷启动

   1. 融合不同层级的语义编码（RQ1, 2, 3 emb）生成 RQ emb

   2. 门控就是控制去侧重使用 SID 和 物品特征的 emb 还是侧重使用原始物品 ID

   3. 知识迁移：迁移损失让语义嵌入 RQ emb 逼近充分训练的热商品 ID

4. Concat & DNN

   拼接嵌入，进 DNN 预测点击率

Inspiration：

门控，融合 SID emb，特征 emb 和传统 ID emb

Q-BERT4Rec: Quantized Semantic-ID Representation Learning for Multimodal Recommendation#

[2512.02474] Q-BERT4Rec: Quantized Semantic-ID Representation Learning for Multimodal Recommendation ↗