深度解读

深度解读 · 第 25 页

共 769 篇 · 按日期新到旧 · 每页 30 篇 · 第 25 / 26 页

查找解读请用站内搜索。

2026-03-18 1

2026-03-17 3

个性化推荐

Bridging Sequential and Contextual Features with a Dual-View of Fine-grained Core-Behaviors and Global Interest-Distribution

针对传统 CTR 模型将用户行为序列聚合为单一向量后再与上下文特征交互导致行为信息丢失的问题,提出双视角建模框架:一方面通过细粒度核心行为视角精准捕捉用户与候选物品的关键交互信号,另一方面通过全局兴趣分布视角建模用户整体偏好的宏观分布特征。

2026-03-14 8

个性化推荐

CAMMSR: Category-Guided Attentive Mixture of Experts for Multimodal Sequential Recommendation

针对多模态序列推荐中现有方法依赖启发式融合策略、无法捕捉用户-模态交互的动态性和上下文敏感性的问题,提出 CAMMSR。核心创新是类别引导的注意力混合专家 (CAMoE) 模块,从多视角学习专化的 item 表征并显式建模跨模态协同,通过辅助类别预测任务动态分配模态权重。

2026-03-12 4

2026-03-11 12

生成式推荐

Deep Research for Recommender Systems

提出推荐系统的 Deep Research 范式,用综合性的用户中心报告替代传统的物品列表推荐。具体实现了 RecPilot 多智能体框架,包含两个核心组件:用户轨迹模拟 Agent(自主探索物品空间)和自进化报告生成 Agent(将探索结果整合为可解释报告)。

2026-03-06 2