本文认为，推荐系统之所以失败，是因为它们被设计用来预测用户过去的行为，而不是当前的意图。文章指出了用户意图变化的三个不同方面：切换到新目标、完成目标以及偏好演变。依赖历史数据并针对过去互动进行优化的标准推荐系统流程，系统性地忽略了这些变化。作者建议，仅仅更快地衰减旧信号是不够的，需要针对每种意图变化采取不同的策略，例如针对目标切换进行细分，以及针对目标完成使用明确的满意度信号。 AI
影响 强调了当前人工智能驱动的个性化方面的一个根本性局限性，并建议需要改进以提供更具适应性的用户体验。
排序理由 文章讨论的是推荐系统的一个概念性问题，而不是一个具体的发布或事件。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
