English(EN) SAGA: Structure-Attended Generative Action Embedding Model that encodes Multi-Surface User Action Sequences

SAGA模型通过多表面用户动作编码增强金融服务推荐

作者 PulseAugur 编辑部 · [2 个来源] · 2026-08-15 22:11

研究人员开发了SAGA，一种新颖的生成动作嵌入模型，旨在编码金融服务生态系统内的多表面用户交互序列。该模型将动作事件分解为字段级标记，与以前的单标记方法相比，能够实现更细致的注意力和训练目标。SAGA集成到下游推荐任务中，在各种接触点的点击率和转化率方面均显示出显著的改进。 AI

影响通过更好地理解用户跨多个平台的行为，增强了金融服务的推荐系统。

排序理由该集群描述了一篇详细介绍用于动作序列编码的新模型的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.LG TIER_1 English(EN) · Tsz Fung Pang, Po Jen Chen, Nimish Ronghe, Farhad Farahani, Bo Zhang · 2026-08-18 04:00

SAGA：一种编码多表面用户动作序列的结构感知生成动作嵌入模型

arXiv:2608.15429v1 Announce Type: new Abstract: Prior embedding models for sequential recommendation typically operate within a homogeneous action space, limiting their ability to capture cross-surface behavioral signals spanning distinct behavioral domains. We present SAGA, a ge…
arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Bo Zhang · 2026-08-15 22:11

SAGA：一种编码多表面用户动作序列的结构感知生成动作嵌入模型

Prior embedding models for sequential recommendation typically operate within a homogeneous action space, limiting their ability to capture cross-surface behavioral signals spanning distinct behavioral domains. We present SAGA, a generative action embedding model that encodes mul…