Modellazione Generativa degli Interessi a Lungo Termine dell'Utente per la Previsione del CTR
Un nuovo studio propone un approccio generativo per modellare gli interessi a lungo termine degli utenti per la previsione del tasso di clic, affrontando le limitazioni degli attuali framework a due fasi. Il metodo proposto, GenLI, utilizza un meccanismo di recupero generativo per catturare interessi latenti dell'utente al di là dei comportamenti incentrati sul target, migliorando l'efficienza e l'accuratezza nei sistemi pubblicitari e di raccomandazione.
Fatti principali
- 1. arXiv:2605.15905
- 2. La modellazione degli interessi a lungo termine degli utenti migliora la previsione del CTR
- 3. Framework a due fasi: GSU e ESU
- 4. Il GSU incentrato sul target ignora gli interessi latenti dell'utente
- 5. Il recupero basato su corrispondenza richiede tempo e trascura le informazioni di interazione
- 6. Metodo proposto: Interesse Generativo a Lungo Termine dell'Utente (GenLI)
- 7. Il meccanismo di recupero generativo cattura gli interessi latenti
- 8. Migliora efficienza e accuratezza
Entità
—