BriefGPT - AI 论文速递
·
Long-Term Interest Clock: Fine-Grained Time Perception in Streaming Recommendation Systems
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种名为长期兴趣时钟（LIC）的方法，以改善流媒体推荐系统中用户兴趣动态建模的不足。该方法通过考虑时间周围的长期行为相关性，更准确地捕捉用户动态兴趣。在在线A/B测试中，用户活跃度提高了0.122%，并已成功应用于抖音音乐App的推荐系统。
🎯
关键要点
-
本研究提出了一种名为长期兴趣时钟（LIC）的方法，以改善流媒体推荐系统中用户兴趣动态建模的不足。
-
该方法通过考虑时间周围的长期行为相关性，更准确地捕捉用户动态兴趣。
-
在在线A/B测试中，用户活跃度提高了0.122%。
-
该方法已成功应用于抖音音乐App的推荐系统。
➡️
