TWIN-V2是TWIN的改进版，通过分而治之的方法压缩用户行为序列，揭示准确和多样化的用户兴趣。它使用分层聚类将行为序列压缩到适合在线检索的长度。TWIN-V2在一个亿级别的工业数据集上进行了实验和测试，并成功部署在快手的主要流量上。

该研究提出了一种用于顺序推荐的多任务模型CL4SRec，通过提取用户行为序列中的有意义模式和编码用户表示，解决了数据稀疏性和参数优化问题，在四个公共数据集上取得了领先性能。