ULIM：解锁用户长期兴趣，推荐场景下的用户超长序列召回

ULIM：解锁用户长期兴趣，推荐场景下的用户超长序列召回

摘要

淘天营销算法团队推出用户长期多兴趣召回模型（ULIM），成功突破召回阶段行为序列建模的限制。通过类目感知分层双兴趣学习和指针增强级联召回机制，ULIM显著提升了淘宝数据集上的点击率、订单量和GMV。实验表明，ULIM在离线与在线测试中均优于现有方法，为工业推荐系统提供了高效的用户兴趣建模方案。