本文介绍了一种基于神经网络和BERT模型的用户嵌入系统Author2Vec，通过使用BERT模型的句子嵌入技术和作者分类的无监督预训练目标，生成更好的用户嵌入表示。在Reddit平台的1万个用户文章数据上进行预训练，并在抑郁症和人格分类等用户分类基准上进行了分析和评估，结果表明其性能优于传统方法。Author2Vec成功地编码了有用的用户属性，并在下游分类任务中表现出良好的性能。

本文介绍了实时房地产推荐系统RE-RecSys，通过历史数据将用户分为四类，并提出了相应的推荐方法。实验结果表明该系统在实际情景中效率高。