摘要
本文针对序列推荐中证据不足（冷启动稀疏性及噪声文本）和动态多面意图建模不透明两大挑战，提出 R3-REC 框架。该框架以提示为中心，融合检索增强技术，统一了多层级用户意图推理、物品语义提取、长短期兴趣极性挖掘、相似用户协同增强及基于推理的兴趣匹配评分。实验表明，R3-REC 在多个数据集上显著优于现有基线，验证了各模块的互补增益。
AI 推荐理由
论文核心提出基于推理的推荐框架，显式建模用户意图推理与兴趣匹配，推理机制是关键。
研究机构
悉尼智能科技学院，东北大学，中国
论文信息