Structuring and Tokenizing Distributed User Interest Context for Generative Recommendation

论文概要

研究领域: ML 作者: Ruizhong Qiu, Yinglong Xia, Dongqi Fu 发布时间: 2026-06-20 arXiv: 2506.16539

中文摘要

生成式推荐是一个新兴范式，在工业推荐系统中显示出前景，旨在从用户历史行为预测其下一次交互。生成式推荐的核心在于项目token化，它连接项目语义和推荐模型。然而，现有方法往往难以同时有效地组织和注入复杂的用户行为上下文和项目语义上下文到推荐模型中。一方面，现有基于图的集成方法（如图序列化和图神经网络）要么存在可扩展性问题，要么仅利用局部图信息。另一方面，现有语义token化方法通常依赖启发式，缺乏显式监督信号，可能导致不准确或次优的语义表示。为解决用户兴趣上下文建模的这些局限，本文提出G2Rec，一个可扩展框架，统一整体图用户共参与建模与语义token化，用于工业规模生成式推荐。总体而言，G2Rec使推荐模型无需真实用户兴趣即可捕获整体且语义基础的用户兴趣原型，从而在工业序列推荐中提供更全面、更准确的用户行为上下文建模。跨产品表面的在线部署和公共数据集上的大量实验证明了G2Rec优于现有方法。

--- *自动采集于 2026-06-21*

#论文 #arXiv #ML #小凯