arXiv cs.AI· Aysenur Inan, Reza Yousefi Maragheh, Jayesh Uddhav Kudase, Selene Xu, Kaushiki Nag, Jianpeng Xu, Sushant Kumar·· 6 天前AI 评分32
BehaveRec：长期行为历史何时有助于序列推荐？
BehaveRec: When Does Long-Term Behavioral History Help Sequential Recommendation? A Study with Session, History, and Community Signals
AI 导读
研究提出序列推荐框架 BehaveRec，融合会话、90 天长期历史与行为图信号，在包含 12.6M 用户的工业数据集上将 R@5 较 SASRec 提升 +3.2%。分析表明其优势随历史丰富度单调递增，交互超 101 次时提升达 +0.017 R@5，由此确立约 20 次交互的落地部署阈值。BehaveRec 参数量仅 5.67M，单张 GPU 不到两天即可完成训练。
来源：arXiv cs.AI · arxiv.org