[論文レビュー] Breaking User-Centric Agency: A Tri-Party Framework for Agent-Based Recommendation

Yaxin Gong, Chongming Gao+4 more|arXiv (Cornell University)|Mar 11, 2026

Recommender Systems and Techniques被引用数 0

ひとこと要約

TriRec は、ユーザーの有用性、アイテム露出、プラットフォームの公平性を明示的に調整する2段階・三者間LLMエージェントフレームワークを導入し、アイテムの自己プロモーションとプラットフォーム主導の多目的再ランク付けを可能にすることで、精度と長期的なエコシステムの健全性を改善します。

ABSTRACT

Recent advances in large language models (LLMs) have stimulated growing interest in agent-based recommender systems, enabling language-driven interaction and reasoning for more expressive preference modeling. However, most existing agentic approaches remain predominantly user-centric, treating items as passive entities and neglecting the interests of other critical stakeholders. This limitation exacerbates exposure concentration and long-tail under-representation, threatening long-term system sustainability. In this work, we identify this fundamental limitation and propose the first Tri-party LLM-agent Recommendation framework (TriRec) that explicitly coordinates user utility, item exposure, and platform-level fairness. The framework employs a two-stage architecture: Stage~1 empowers item agents with personalized self-promotion to improve matching quality and alleviate cold-start barriers, while Stage~2 uses a platform agent for sequential multi-objective re-ranking, balancing user relevance, item utility, and exposure fairness. Experiments on multiple benchmarks show consistent gains in accuracy, fairness, and item-level utility. Moreover, we find that item self-promotion can simultaneously enhance fairness and effectiveness, challenging the conventional trade-off assumption between relevance and fairness. Our code is available at https://github.com/Marfekey/TriRec.

研究の動機と目的

• レコメンドシステムにおけるユーザー中心モデルの限界とマルチステークホルダー調整の必要性を特定する。
• 自己プロモーションによるアイテム代理とプラットフォーム制御露出規制を備えた2段階のTriRecフレームワークを提案する。
• 実データセットで、ユーザー・アイテム・プラットフォームの目的を均衡させることが精度・公平性・アイテムの有用性を改善することを示す。

提案手法

• Stage 1: Generative item self-promotion where item agents generate personalized self-promotions for a target user using a frozen LLM and item memories.
• Stage 2: Platform-agent sequential re-ranking that uses a stateful exposure model and a joint utility function to balance user relevance, item exposure, and platform fairness.
• Preference interaction modeled via AgentCF-style user/item memory-based reasoning with a fixed LLM for inference.
• Exposure as a dynamic state with position-aware re-ranking guided by a greedy sequential construction.
• Relevance–fairness gain combines normalized user and platform signals through a position-dependent alpha_k weighting schedule.
• Item utility modified by exposure-aware modulation to encourage long-term visibility for under-exposed items.

実験結果

リサーチクエスチョン

• RQ1 RQ1: TriRec は既存手法と比較して精度、公平性、予想アイテム有用性の観点でどのように動作するか？
• RQ2 RQ2: 二段階フレームワークの個々の貢献が最終性能にどう寄与するか？
• RQ3 RQ3: 主要ハイパーパラメータは三者間のトレードオフにどう影響するか？
• RQ4 RQ4: Stage 1 におけるアイテム自己プロモーションはコールドスタートアイテムのランキング改善にどれほど有効か？

主な発見

• TriRec は4つのデータセットにおいて一貫してユーザー関連性（NDCG/MRR）、プラットフォームの公平性（DGU/MGU）、アイテム有用性（EIU）を改善。
• Stage 1 のアイテム自己プロモーションは露出とクリック率を高め、長尾アイテムを支援。
• プラットフォーム主導の多目的再ランク付けは、ユーザー・アイテム・プラットフォームのユーティリティ間でのバランスのとれた最適化を実現。
• アイテム自己プロモーションは公平性と有効性を改善する可能性があり、関連性と公平性の間の一般的なトレードオフに挑戦。
• CDs & Vinyl、Movies & TV、Goodreads YA、Steam Games のデータセットで、TriRec はベースラインより有利な利得を示す。