myWiki/concepts/recommendation-reasoning.md

title, created, updated, type, tags, sources

title	created	updated	type	tags	sources
推荐推理 (Recommendation Reasoning)	2026-06-10	2026-06-10	concept	recommendation reasoning chain-of-thought	raw/papers/onereason-team-onereason-2026.md

推荐推理 (Recommendation Reasoning)

在推荐系统中引入「先思考再推荐」的推理范式，让模型在生成推荐结果前进行显式的逻辑推理。

核心挑战

与经典的数学/代码/符号逻辑推理不同，推荐推理具有三个独特性质：

1. 多解性：推荐允许多个合理答案，非单一正确答案
2. 意图不可观测：用户真实兴趣永远无法直接观测，只能从行为序列推断
3. abductive-reasoning-recommendation：推荐推理是溯因（Abduction）而非演绎（Deduction）——从行为反推隐含兴趣

推理 vs 非推理的意外发现

初步研究（OneRec-Think、OpenOneRec）发现 thinking mode 并不优于 non-thinking mode。OneReason 论文将此归因于两个缺失要素：

• perception-cognition-recommendation 不足：itemic token 缺乏语义 grounding
• perception-cognition-recommendation 不足：CoT 结构不适合推荐任务

推荐 CoT 的理想结构

一个好的推荐 CoT 应该：

1. 从行为序列中选择相关行为作为假设的兴趣点
2. 将兴趣压缩为可解释的偏好
3. 建模兴趣间的时间演化
4. 将推断的偏好状态与推荐 item 关联

参考

• onereason
• recommendation-cot
• perception-cognition-recommendation
• abductive-reasoning-recommendation