2026-04-17 Personalization · 个性化推荐论文日报（第 42 期）

2026-04-17 周五 · Personalization

今日场景社区搜索 (UGC 短文本搜索): 用户在社区平台搜索帖子、问答、评论等 UGC 内容。核心指标是搜索相关性 (nDCG) 和点击率 (CTR)。关注：语义匹配、query 理解、短文本召回、排序模型、LLM 在搜索中的应用。 — 评分 745 篇，入选 10 篇，分数 3.30 – 4.20

本期目录 · 10 篇

01On the Practice of Deep Hierarchical Ensemble Network for Ad Conversion Rate Prediction
02TokenFormer: Unify the Multi-Field and Sequential Recommendation Worlds
03DUET: Joint Exploration of User Item Profiles in Recommendation System
04SPRINT: Scalable and Predictive Intent Refinement for LLM-Enhanced Session-based Recommendation
05RoTE: Coarse-to-Fine Multi-Level Rotary Time Embedding for Sequential Recommendation
06Enhancing Local Life Service Recommendation with Agentic Reasoning in Large Language Model
07Beyond the Trigger: Learning Collaborative Context for Generalizable Trigger-Induced Recommendation
08From Transfer to Collaboration: A Federated Framework for Cross-Market Sequential Recommendation
09Dual-Enhancement Product Bundling: Bridging Interactive Graph and Large Language Model
10ID and Graph View Contrastive Learning with Multi-View Attention Fusion for Sequential Recommendation

LEAD STORY · 今日必读

On the Practice of Deep Hierarchical Ensemble Network for Ad Conversion Rate Prediction

针对广告转化率（CVR）预测中 Deep Hierarchical Ensemble Network (DHEN) 的工程实践问题，本文提出了以 DHEN 为统一 backbone 的多任务学习框架，同时预测多种 CVR 任务。核心贡献包括：(1) 系统研究了 MLP、DCN、Transformer 等特征交叉模块在 DHEN 中的最优组合策略；(2) 构建了站内实时行为序列和站外转化事件序列作为个性化特征；(3) 提出自监督辅助损失预测序列中的未来动作，缓解 CVR 标签稀疏问题。在美国头部电商平台上线验证，相比单一特征交叉模块取得 SOTA 效果。

📖 深度解读 · 7 分钟 arXiv ↗

4.20

综合分 / 5
偏好调整 4.20

KEY INSIGHT · 对业务意味着什么DHEN 的工程实践揭示了多模块集成的关键设计选择：特征交叉模块的选择和深度/宽度配置对效果影响显著，且不同 CVR 子任务（购买、加购、注册）的最优配置不同。自监督序列预测损失在标签稀疏场景下效果突出，这对社区搜索中 CTR 预估同样适用——可以用用户历史行为序列的自监督信号增强排序模型的泛化能力。站内外双序列特征的构建思路值得借鉴。

Jinfeng Zhuang, Yinrui Li, Runze Su, Ke Xu, Zhixuan Shao, Kungang Li, Ling Leng, Han Sun, ... · 2026-04-11 · arXiv

独立页面阅读 ↗

深度解读：On the Practice of Deep Hierarchical Ensemble Network for Ad Conversion Rate Prediction

1. 问题与动机

广告转化率（CVR）预测与 CTR 预测有本质不同：CVR 标签极度稀疏（用户从点击到实际购买/注册的转化率远低于点击率）、标签收集延迟长（站外转化可能延迟数天才回传）、标签质量嘈杂。Pinterest 的转化广告系统需要预测用户在第三方网站/App 上的站外行为（购买、加购、注册等），面临的核心挑战是：预训练用户嵌入擅长通用个性化，但未针对转化概率预测进行优化。DHEN（Deep Hierarchical Ensemble Network）此前已在 CTR 预测中取得成功，但其在 CVR 场景的实践方案尚不明确。本文系统攻克了 DHEN 在 CVR 预测中的工程实践问题。

2. 方法详解

问题建模：转化概率分解为 P(conv;U,P) = P(ctr) × P(conv|ctr)，将 CVR 建模为点击后的条件转化概率。

多任务学习框架：以 DHEN 为统一 backbone，合并所有转化动作（购买、加购、注册等）到单次前向推理中。训练时额外包含 CTR 预测头（serving 时不使用），利用 CTR 的海量标签作为辅助信号增强 CVR 学习——CTR 标签量级比 CVR 高数个数量级。损失函数采用加权二元交叉熵，跨头联合优化。

五类行为序列特征：(1) S_search：用户在平台的搜索 query 序列；(2) S_org：有机内容互动序列（非广告）；(3) S_ads：广告互动历史；(4) S_match：匹配转化对（用户ID + 广告主ID + 动作类型）；(5) S_conv：归因转化序列（广告到站外转化的链接）。各序列独立编码而非合并，保持架构灵活性。

DHEN 架构：两层集成结构。第一层包含 MLP + Transformer 模块，第二层包含 MLP + MaskNet 模块。输入处理包括连续特征 min-max 归一化到 [0,1]、预训练嵌入的 Batch Normalization、时间戳对数变换、类别嵌入映射，统一投影到 R^(B×L×D) 维度。最终 MLP 为三层 [128,128,128] + sigmoid。总参数量 340M，部署在 8× NVIDIA A100 GPU 上。

自监督辅助损失：为解决 CVR 标签稀疏问题，加入未来动作预测的自监督目标：L(S) = -Σ log P(P_t | P_{t'<t})，通过 INFO-NCE 对比损失近似：L(S) = -Σ log(e^(x^T x_t) / (e^(x^T x_t) + Σ e^(x^T x_-)))，正样本 90 个、负样本 20 个为最优配置。

ParetoNet 参数搜索：不做穷举调参，而是随机采样配置在 60 天数据上训练，构建预测模型映射参数到 AUC/吞吐量，识别 Pareto 最优配置。

3. 核心技术贡献

(1) DHEN 统一多任务 CVR 预测：证明两层异构 DHEN（不同层使用不同模块组合）优于精心调优的单一 Transformer，关键在于不同特征交叉模块捕捉不同类型的特征交互模式。三层架构出现边际递减（+0.30% vs 两层的 +0.31%），且同质堆叠（每层相同模块）仅提升 +0.08%。

(2) 端到端行为序列建模：序列特征的影响力是预训练嵌入的 2 倍（图 6 消融实验）。这验证了在 CVR 场景中，端到端序列学习比静态预训练特征更重要——预训练嵌入虽有用，但不可替代序列特征。

(3) 自监督未来动作预测：NAL（Next Action Loss）比 MLM（Masked Language Modeling）效果更好（+2.18% vs +1.68% AUC），且最优负正样本比为 1:20，这与预训练场景需要更高比例不同。

(4) ParetoNet 高效参数搜索：通过构建参数-性能预测模型，在 AUC 和推理吞吐量之间找到 Pareto 最优，避免了穷举搜索的高昂成本。

4. 实验结果分析

离线特征交叉模块对比（相对 MLP 基线）：

模块配置	AUC 提升
单一 DCN V2	适度提升
单一 Transformer	较强提升
2 层 DHEN (MLP+Trans / MLP+MaskNet)	最大提升 +0.31%
3 层 DHEN	+0.30%（边际递减）

线上 A/B 测试结果（生产环境）：

指标	变化	显著性
广告主 CPA	-2.15%	高度显著 ✓
转化量	+1.62%	显著 ✓
展示转化率 iCVR	+4.90%	显著 ✓
平台收入	-0.10%	不显著
广告展示量	-0.68%	显著（正面：用户看到更少广告）

自监督损失消融：NAL 配置（正样本 90，负样本 20）带来 +2.18% AUC 提升，是最有效的单一优化手段。有趣的是，最优负正比 1:20 远低于预训练场景的常见配比，说明 CVR 场景中负样本过多反而引入噪声。

基础设施成本增加约 $1.2M/年，但 CPA 降低和转化量提升带来的广告主价值远超成本。

5. 局限与未来方向

作者明确提出四个方向：(1) 全空间优化：CVR 和 CTR 正交运作，联合优化参与度信号（CTR、观看、收藏）和 CVR 可能进一步提升；(2) 高级序列建模：探索更长序列、生成式 AI 方法、更丰富的逐 item 特征；(3) 延迟标签反馈：站外转化测量固有延迟，造成训练信号滞后；(4) 隐私保护 ML：行业趋向差分隐私和数据洁净室，减少标签数量和质量。

6. 工业实践意义

直接可采纳：(1) 多任务 DHEN 框架——用一个模型预测多种转化类型，比独立模型更高效且效果更好；(2) 自监督序列预测损失——在标签稀疏的搜索/推荐场景中，通过预测用户未来行为增强模型泛化，即插即用；(3) 五类行为序列的分离编码策略——搜索序列、浏览序列、交互序列分开处理比混合更好。

关键数字：序列特征 > 预训练嵌入（2x 影响力）；两层异构 DHEN > 单一 Transformer（+0.31%）；NAL 自监督 +2.18% AUC；线上 CPA -2.15%，转化量 +1.62%。

部署考量：340M 参数模型部署在 8× A100 上，年增 $1.2M 基础设施成本。对于中小规模系统，可从两层 MLP+Transformer 的简化 DHEN 开始，逐步引入 MaskNet 层和自监督损失。

今日其余入选

9 篇 · 按综合排名

02 4.15

TokenFormer: Unify the Multi-Field and Sequential Recommendation Worlds

Tencent📖 有深读 · 7 分钟

推荐系统长期存在两个独立范式：多域特征交互模型（建模类别特征相关性）和序列模型（捕捉用户行为动态）。本文揭示了朴素统一两者会导致“序列坍塌传播（SCP）”——非序列域的维度不匹配导致序列特征的维度坍塌。为此提出 TokenFormer，通过统一的 token 化表示和专门的注意力机制，在单一架构中有效融合多域特征交互与序列建模，避免 SCP 问题。在腾讯广告平台的实验中验证了该方法的有效性。

INSIGHTSCP（序列坍塌传播）是工业推荐系统中一个被忽视但普遍存在的问题：当多域特征和序列特征简单拼接送入共享 backbone 时，维度不匹配的非序列特征会“污染”序列表征。TokenFormer 的 token 化统一策略为解决该问题提供了实用方案。对于社区搜索的排序模型，如果同时使用 query/用户画像等类别特征和用户行为序列，应特别关注特征维度对齐，避免序列建模能力退化。

Yifeng Zhou, Yuehong Hu, Zhixiang Feng, Junwei Pan, Kaihui Wu, Hanyong Li, Shangyu Zhang, Shudong Hu...

arXiv·2026-04-16·Relevance 4 · Novelty 4 · Practical 4 · Evidence 3 · Timely 5

独立页面阅读 ↗

深度解读：TokenFormer: Unify the Multi-Field and Sequential Recommendation Worlds

1. 问题与动机

推荐系统长期沿两条独立路线发展：特征交互模型（DCN、DeepFM 等）建模多域类别特征的相关性，序列模型（SASRec、HSTU 等）捕捉用户行为动态。工业界越来越需要在单一模型中统一两者。然而，本文通过实验揭示了一个被忽视的失败模式——序列坍塌传播（Sequential Collapse Propagation, SCP）：当多域静态特征和序列特征通过共享注意力算子交互时，低维静态特征的维度不匹配会导致序列表征的维度坍塌。具体表现为：联合建模虽然提升了互信息（表征可区分性），但引发了更陡峭的谱衰减（维度坍塌）。图 1 清晰展示了这一 trade-off。这意味着朴素的特征拼接+共享 Transformer 方案在工业场景中可能适得其反。

2. 方法详解

统一 Token 流：TokenFormer 将所有输入表示为扁平 token 序列，包括：非序列域 tokens（F，如用户画像、商品属性）、序列行为 tokens（T，用户历史交互）、目标特征 tokens（V）。统一实体集 E = F ∪ T ∪ V。位置编码采用类型感知索引：静态域映射到位置 0，行为 tokens 按时间顺序编码，目标特征映射到 SL+1。

Bottom-Full-Top-Sliding (BFTS) 注意力：核心创新。分层注意力设计：

浅层（l ≤ l_f）：全因果注意力，允许 tokens 在整个序列上交互，实现跨域信息融合
深层（l > l_f）：递缩滑动窗口注意力，窗口大小递减 w_{ls} < w_{ls-1} < ... < w_1，迫使逐层精细化

关键设计：浅层全注意力结束后，完全丢弃非序列 token（公式 15），防止静态特征在深层"冗余回访"并污染序列表征。最优配置为 2F2S（2 层 full + 2 层 sliding），w=[32,16]。

非线性交互表征 (NLIR)：通过 sigmoid 门控引入高阶非线性：G^(l) = X^(l) W_g^(l)，然后 Ĩ^(l) = σ(G^(l)) ⊙ A^(l)（逐元素乘法）。这种乘法调制增强了特征可区分性，同时保持了表征秩（防止维度坍塌）。

FFN 设计：采用 SwiGLU 架构 + RMSNorm 归一化：(Swish(Ĩ W₁) ⊙ (Ĩ W₂)) W₃。

训练目标：支持两种设置——用户中心（对整个统一序列做密集自回归监督）和新曝光仅（仅对新曝光候选 tokens 计算交叉熵损失）。

3. 核心技术贡献

(1) 发现并解决 SCP 问题：首次系统揭示多域特征与序列特征统一建模时的维度坍塌传播机制。通过有效秩（effective rank）分析定量证明：vanilla 联合建模的谱衰减显著快于纯序列 Transformer。BFTS 和 NLIR 分别从注意力模式和特征变换两个维度独立缓解坍塌。

(2) BFTS 分层注意力："浅层广交互、深层精细化"的设计原则。浅层 full attention 的平均感受野为 52.7（vs vanilla 的 40.0），深层完全屏蔽静态 tokens 后展现出"显著的窗口内稀疏性"，动态关注最相关的邻近 tokens。2F2S 配置在 AUC 提升 +0.85‰ 的同时减少 20.1% GFLOPs。反向配置 2S2F 导致灾难性的 -6.18‰ AUC 下降，证明"先全局后局部"的顺序不可逆。

(3) NLIR 门控机制：sigmoid 门控乘法作为"维度坍塌的有效安全阀"，通过非线性乘法交互促进特征去相关，保持"整个网络中的表征多样性"。单独贡献 +4.87‰ AUC。

(4) 残差连接的几何分析：注意力残差恢复注意力中丢失的维度（erank 提升），FFN 残差正则化过度的秩扩展（erank 回调到中间范围），形成平衡恢复机制。

4. 实验结果分析

KuaiRand-27K 数据集（用户中心范式）：

模型	AUC	参数量	GFLOPs
Transformer baseline	0.85467	-	-
HSTU-Ultra	0.85987	-	-
TokenFormer-T	0.85967 (+5.00‰)	0.48M	0.8G
TokenFormer-S	0.86043 (+5.76‰)	3.77M	3.5G
TokenFormer-M	0.86116 (+6.49‰)	5.64M	5.3G
TokenFormer-L	0.86282 (+8.15‰)	10.14M	9.8G

TokenFormer-L 超越 HSTU-Ultra 达 +2.95‰，且参数效率更高。

消融实验：

NLIR 单独: +4.87‰
BFTS 单独: +4.91‰
纯 SWA（4S，所有层 sliding）: 灾难性 -36.35‰
滑动窗口大小：w=[32,16] 优于 w=[32,32] 达 +1.53‰

腾讯广告 A/B 测试：

Full attention 基线: -0.16% 相对 AUC（vs 生产基线）
+BFTS: +0.14%
+BFTS+NLIR: +0.22%

微信视频号 A/B 测试（2026 年 1-2 月，5% 流量）：

核心指标 GMV: +4.03% 提升
成功将离线收益迁移到在线服务

模型扩展：公开基准上呈现一致的 scaling 增益，但在小数据集 KuaiRand-27K 上出现平台期（"固有数据基数瓶颈"），工业规模数据上则"持续性能提升无过早饱和"。

5. 局限与未来方向

作者隐含指出的局限：(1) 数据规模依赖：在小数据集上 scaling 效果有限，需要数据充裕的工业场景才能发挥全部潜力；(2) 窗口大小调参：BFTS 效果依赖合理的窗口配置，w=[32,16] 为经验最优，但不同场景可能需要重新搜索；(3) 架构特异性：静态 token 丢弃、RoPE 位置编码等设计需要与场景仔细对齐。未来方向包括自动注意力模式搜索、其他乘法交互方案探索、扩展到广告/信息流之外的推荐场景。

6. 工业实践意义

直接可采纳：(1) SCP 诊断——如果你的排序模型同时使用画像类别特征和用户行为序列，务必检查序列表征的有效秩是否因静态特征而坍塌，方法是计算注意力输出的奇异值谱；(2) BFTS 注意力——"先全局后局部"的分层注意力设计在保持效果的同时减少 20% 计算量，是工业模型提效的实用手段；(3) 深层丢弃静态 tokens——简单但有效的操作。

关键数字：GMV +4.03%（微信视频号）；AUC +0.22%（腾讯广告）；GFLOPs -20.1%（BFTS vs full attention）。

部署考量：TokenFormer 的参数量从 0.48M（Tiny）到 10.14M（Large），工业部署选择 TokenFormer-S（3.77M，3.5G FLOPs）是效果/效率的良好平衡点。BFTS 的滑动窗口注意力支持高效的增量推理。对于社区搜索的排序模型，如果同时使用 query 特征、用户画像和行为序列，建议先检查是否存在 SCP 问题，再考虑采用 BFTS 架构。

03 3.95

DUET: Joint Exploration of User Item Profiles in Recommendation System

Microsoft

传统推荐系统用稠密向量表征用户和物品，新兴的 LLM 推荐器则使用自然语言表征。本文研究如何构建有效的用户-物品文本画像并对齐它们用于推荐。核心难点在于最优画像格式未知——手工模板脆弱且可能与任务目标不对齐，且独立生成的用户/物品画像可能语义不一致。DUET 提出联合优化用户和物品画像的框架，通过迭代探索找到推荐效果最优的画像表述方式，实现文本空间中用户-物品的高效匹配。

INSIGHTLLM 用于推荐的一个关键瓶颈是文本画像的质量——独立生成的用户画像和物品画像在语义空间可能不对齐（如用户画像强调'喜欢科技内容'但物品画像描述的是'产品参数'），导致匹配效果差。DUET 的联合探索策略为此提供了系统化解决方案。对于 UGC 搜索场景，可借鉴此思路：用 LLM 生成 query 画像和帖子画像时，需要确保两者在语义粒度和维度上对齐，而非独立优化。

Yue Chen, Yifei Sun, Lu Wang, Fangkai Yang, Pu Zhao, Minjie Hong, Yifei Dong, Minghua He, Nan Hu, Ji...

arXiv·2026-04-16·Relevance 4 · Novelty 4 · Practical 3 · Evidence 3 · Timely 5

04 3.85

SPRINT: Scalable and Predictive Intent Refinement for LLM-Enhanced Session-based Recommendation

LLM 在推荐中的用户画像生成已取得进展，但直接应用于会话推荐（SBR）面临会话上下文极度稀疏和可扩展性差的挑战。SPRINT 提出了一个可扩展的 SBR 框架：通过全局意图池约束 LLM 生成的意图空间，并基于推荐效果验证推断出的意图，以减轻上下文不足导致的噪声和幻觉。为保证可扩展性，LLM 仅在离线阶段选择性调用，在线推理时通过轻量级意图匹配模块高效服务。

INSIGHTSPRINT 解决了 LLM 用于推荐中的两个核心工程问题：(1) 意图幻觉——会话数据太短时 LLM 容易产生不可靠的意图推断，全局意图池作为约束有效降低了噪声；(2) 在线延迟——将 LLM 调用限制在离线阶段、在线仅做意图匹配的架构设计保证了可部署性。这种'离线 LLM 意图挖掘 + 在线轻量匹配'的范式对社区搜索中的 session 理解和 query 意图识别有直接参考价值。

Gyuseok Lee, Wonbin Kweon, Zhenrui Yue, Yaokun Liu, Yifan Liu, Susik Yoon, Dong Wang, SeongKu Kang

arXiv·2026-04-16·Relevance 4 · Novelty 4 · Practical 3 · Evidence 3 · Timely 4

05 3.85

RoTE: Coarse-to-Fine Multi-Level Rotary Time Embedding for Sequential Recommendation

现有序列推荐模型按时间戳排列用户交互序列，但仅考虑顺序而忽略交互间的实际时间跨度，导致用户时间动态建模粗糙。RoTE 提出多层级旋转时间编码：借鉴 RoPE（Rotary Position Embedding）的思想，将绝对时间信息编码为旋转角度，并通过从粗到细的多层级结构（如年-月-日-小时）捕捉不同粒度的时间模式。该方法可作为即插即用模块集成到主流序列推荐模型中。

INSIGHT将 NLP 中的 RoPE 位置编码迁移到推荐系统的时间建模是一个巧妙的跨领域应用。多层级时间编码的核心价值在于同时捕捉长期趋势（月/周周期性）和短期模式（小时级实时兴趣），这对社区搜索中理解用户的时间敏感行为模式有实用价值。该模块的即插即用特性使其工程集成成本低——可直接嵌入现有的 Transformer-based 排序模型中增强时间感知能力。

Haolin Zhang, Longtao Xiao, Guohao Cai, Ruixuan Li, Xiu Li

arXiv·2026-04-16·Relevance 3 · Novelty 4 · Practical 4 · Evidence 3 · Timely 5

06 3.70

Enhancing Local Life Service Recommendation with Agentic Reasoning in Large Language Model

本地生活服务推荐与通用推荐不同，具有强需求驱动特性——准确识别用户即时生活需求和推荐对应服务是不可分割的。现有方法将需求预测和服务推荐独立建模。本文提出基于 LLM 的 agentic reasoning 框架，联合完成生活需求预测和服务推荐。通过行为聚类方法过滤偶发因素、保留典型消费模式，使 LLM 能够更准确地推理用户的真实需求并推荐匹配的服务。

INSIGHT将需求预测与推荐统一建模的思路具有普遍意义：在社区搜索场景中，理解用户'为什么搜索'（需求）和'推荐什么内容'（服务）同样紧密关联。行为聚类去噪的预处理策略值得借鉴——用户的偶发行为（如误点击）会干扰 LLM 的推理，通过先聚类过滤再输入 LLM 可以提升推理质量。LLM agentic reasoning 范式在复杂意图理解场景中展现了优势。

Shiteng Cao, Xiaochong Lan, Yuwei Du, Jie Feng, Yinxing Liu, Xinlei Shi, Yong Li

arXiv·2026-04-16·Relevance 3 · Novelty 4 · Practical 3 · Evidence 3 · Timely 5

07 3.65

Beyond the Trigger: Learning Collaborative Context for Generalizable Trigger-Induced Recommendation

电商中触发式推荐（TIR）在用户点击触发项后推荐相关商品。现代平台依赖持续涌现的短期促销场景（如黑五），现有方法要么陷入'触发依赖陷阱'（推荐过于相似的商品），要么陷入'数据饥渴陷阱'（短期场景缺乏足够数据建模意图）。CCN（Collaborative Contrastive Network）从不同视角切入：不直接建模模糊的入场意图，而是学习跨场景的协同上下文表征，通过对比学习增强泛化能力。

INSIGHTCCN 的核心思路是'跳过意图建模、直接学习协同信号'，这在数据稀疏的新场景冷启动中特别有效。对社区搜索而言，运营活动频繁变化（如话题挑战、节日活动），每个活动场景都面临类似的冷启动问题。CCN 的对比学习框架——从已有场景中迁移协同信号到新场景——提供了一种轻量级的跨场景知识迁移方案，无需为每个新活动重新收集训练数据。

Chen Gao, Zixin Zhao, Lv Shao, Tong Liu

arXiv·2026-04-16·Relevance 4 · Novelty 3 · Practical 4 · Evidence 3 · Timely 3

08 3.60

From Transfer to Collaboration: A Federated Framework for Cross-Market Sequential Recommendation

跨市场推荐（CMR）旨在提升多个市场的推荐效果，但面临数据隔离、用户不重叠、市场异质性等挑战。现有方法沿用跨域推荐的'一对一迁移'范式（源市场预训练到目标市场微调），存在源市场性能退化和负迁移问题。本文提出联邦协作框架，将范式从单向迁移转变为多方协作，各市场在保护数据隐私的前提下共同学习，避免源市场牺牲自身性能。

INSIGHT从'迁移'到'协作'的范式转变值得关注：传统的预训练-微调模式在异质场景下容易出现负迁移，而联邦协作允许多方对等参与、互惠互利。对于多产品线、多地域的社区平台，该思路可用于不同子社区（如不同主题板块）的推荐模型协同训练——既共享通用用户行为模式，又保留各子社区的独特特征，避免主要板块的推荐效果因小众板块数据而退化。

Jundong Chen, Honglei Zhang, Xiangmou Qu, Haoxuan Li, Han Yu, Yidong Li

arXiv·2026-04-16·Relevance 3 · Novelty 4 · Practical 3 · Evidence 3 · Timely 5

09 3.60

Dual-Enhancement Product Bundling: Bridging Interactive Graph and Large Language Model

商品组合推荐通过推荐互补商品组合提升电商收入。现有方法面临两个关键挑战：(1) 协同过滤方法依赖历史交互，对冷启动商品效果差；(2) LLM 缺乏直接建模交互图的能力。本文提出双增强方法，通过 Dynamic Concept Binding Mechanism (DCBM) 将图结构翻译为自然语言 prompt，实现图学习和 LLM 语义理解的双向增强。DCBM 在对齐领域实体与 LLM token 空间方面起到关键桥梁作用。

INSIGHT图到文本（Graph-to-Text）的范式是连接图神经网络和 LLM 的一种实用方案。DCBM 的动态概念绑定机制将图中的节点关系翻译为 LLM 可理解的自然语言描述，解决了 LLM 不擅长处理结构化图数据的问题。在社区搜索中，用户-帖子交互图同样丰富，可借鉴此思路：将社区交互图中的关联关系转换为文本 prompt 输入 LLM，增强 LLM 对社区关系结构的理解，用于冷启动内容推荐。

Zhe Huang, Peng Wang, Yan Zheng, Sen Song, Longjun Cai

arXiv·2026-04-16·Relevance 3 · Novelty 4 · Practical 3 · Evidence 3 · Timely 5

10 3.30

ID and Graph View Contrastive Learning with Multi-View Attention Fusion for Sequential Recommendation

序列推荐在电商领域日益重要，目标是从历史交互序列中提取用户偏好并预测下一个交互。近期方法利用对比学习和图神经网络增强表征——图捕捉关系结构，对比学习提升泛化性。本文提出同时利用 ID 视角和图视角进行对比学习，并通过多视角注意力融合机制自适应地整合两种视角的信息，在多个电商数据集上取得了改进。

INSIGHT多视角融合的思路在推荐系统中持续有效：ID 视角侧重个体唯一性，图视角捕捉全局关系结构，两者互补。对于社区搜索排序，可类比地构建'内容视角'（帖子文本语义）和'社交视角'（用户互动图谱）的对比学习框架，通过注意力机制自适应融合两种信号。该方法的通用性较强，但具体提升幅度需在目标场景上验证。

Xiaofan Zhou, Kyumin Lee

arXiv·2026-04-16·Relevance 3 · Novelty 3 · Practical 3 · Evidence 3 · Timely 5

其他赛道今日

点击切换

Generative

生成式推荐 · 篇入选 AI Search

AI 搜索 · 篇入选 Agentic

智能体搜索 · 篇入选 Infra

系统与索引 · 篇入选