本文介绍了SCoRe、SINE、Temporal Graph Sequential Recommender等推荐模型的创新，旨在通过用户行为和物品属性的历史信息提升推荐系统性能。研究表明，这些模型在多个真实数据集上优于传统方法，尤其在动态兴趣建模和负面反馈处理方面表现突出。