何时何物推荐：基于时间与内容联合建模的主动序列推荐
信息检索
2025-11-25 v1 机器学习
摘要
序列推荐模型用于预测用户偏好的下一个目标物品。大多数现有工作为被动式，仅在用户打开应用后作出响应，错失关闭后的机会。我们研究主动推荐，即预测下一个交互时间并主动递送物品。存在两个挑战：准确估计兴趣时间（Time of Interest, ToI），并在预测的 ToI 条件下生成感兴趣物品（Item of Interest, IoI）。我们提出PASRec，一个基于扩散模型的框架，通过联合目标对齐 ToI 与 IoI。实验在五个基准数据集上显示，相较于八个SOTA基线，在留名为止和时间分割评估下均表现优异。
引用
@article{arxiv.2511.18717,
title = {When and What to Recommend: Joint Modeling of Timing and Content for Active Sequential Recommendation},
author = {Jin Chai and Xiaoxiao Ma and Jian Yang and Jia Wu},
journal= {arXiv preprint arXiv:2511.18717},
year = {2025}
}
备注
10 pages, 5 figures. Submitted to arXiv