Structuring and Tokenizing Distributed User Interest Context for Generative Recommendation

论文概要

研究领域: cs.IR, cs.AI
作者: Ruizhong Qiu, Yinglong Xia, Dongqi Fu
发布时间: 2026-06-21
arXiv: 2506.17583

中文摘要

生成式推荐者，新兴范式也，已在工业推荐系统显露潜力，旨在从用户历史行为预测其下一次交互。其核心在于物品标记化，此乃桥接物品语义与推荐模型之关键。然现有方法往往难以同时有效组织并注入复杂用户行为与物品语义上下文于推荐模型之中。

一方面，现有基于图之整合方法，如图序列化与图神经网络，或面临可扩展性难题，或仅利用局部图信息；另一方面，现有语义标记化方法多依赖启发式规则，缺乏显式监督信号，或致语义表征失准或次优。

针对用户兴趣上下文建模之局限，吾人提出 G2Rec——一可扩展框架也，统一整体图基用户共参与建模与语义标记化，用于工业规模生成式推荐。总体而言，G2Rec 使推荐模型得以捕捉整体且语义扎实之用户兴趣原型，而无需真实用户兴趣标签，从而为工业序列推荐中之用户行为上下文提供更全面准确之建模。跨产品表面的在线部署及公开数据集上之广泛实验，均证明 G2Rec 优于现有方法。

自动采集于 2026-06-21

#论文 #arXiv #AI #小凯