面向推荐系统的用户兴趣建模综述

来源：计算机工程与应用杂志2025年第21期北京时间：

作者：吕学强, 王夏雨, 马登豪

单位：北京信息科技大学 网络文化与数字传播北京市重点实验室，北京 100192

摘要：聚焦用户兴趣建模任务，对点击意图识别和兴趣构建方法进行归纳分析，并探讨该领域现存挑战。用户兴趣建模包括点击意图识别和兴趣构建两个级联阶段。根据是否对用户点击行为涉及特征给予差异化关注，将点击意图识别方法归纳为个性化和非个性化两类；根据对用户点击意图序列处理方式的不同，将兴趣构建方法划分为聚集式和生成式两类，为该领域提供清晰的研究思路。在ml-20m和Amazon_all_beauty数据集上进行实验，采用Recall、Precision、MRR和NDCG作为评价指标，验证各类兴趣构建方法的优势与不足。用户兴趣建模能够依据行为序列及其上下文信息构建兴趣表示，帮助模型学习用户行为之间的隐含关系进而实现个性化推荐服务。但是该任务仍面临一些挑战，例如个性化点击意图识别方法未充分探索一元点击意图之间的潜在关联性，兴趣构建阶段需要深刻认知兴趣多样性从而捕捉不同粒度的用户兴趣等。

关键词：推荐系统,兴趣建模,用户点击意图