信息记录材料

首页 > 刊期 > 2026 > 6期 > 记录：数据与存储

隐式反馈数据中的深度兴趣漂移问题分析

赵莹

【摘要】针对隐式反馈数据中用户兴趣随时间演化导致的深度兴趣漂移识别困难的问题，本研究提出了一种面向行为序列的兴趣漂移分析技术，结合时间衰减建模、深度序列表示学习与漂移检测机制，对用户长期与短期兴趣变化进行联合刻画，并在真实隐式反馈数据集上完成算法验证。结果表明，该方法在漂移识别精度、推荐性能稳定性及模型适应性等方面均表现出明显优势。

【关键字】隐式反馈数据；兴趣漂移；深度学习；推荐系统

【PDF】