本研究提出了一种新颖的层次偏好建模框架，解决了现有序列推荐系统忽视用户高层偏好的问题。通过双重变换器模块和对比学习，深入学习用户的低层和高层偏好，显著提升推荐精度。实验结果表明，该方法在多个真实数据集上优于现有技术。