English(EN) DeepAffinity: Long-Term Aspect Preference Prediction in eCommerce using Small Language Models

DeepAffinity 使用 SLM 进行电子商务中的长期偏好预测

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-03 04:00

研究人员开发了 DeepAffinity，一种用于预测电子商务中长期用户偏好的新方法。该方法利用具有专门提示和预测头的 SLM，根据用户的历史互动来预测未来的方面选择，例如品牌或颜色。与标准的生成微调技术和通用 LLM 相比，DeepAffinity 表现出卓越的性能，增强了大型平台推荐和搜索系统中的个性化。 AI

影响通过对用户长期偏好进行建模，增强了电子商务推荐和搜索系统中的个性化。

排序理由该集群描述了一篇在 arXiv 上发表的研究论文，其中详细介绍了一种新的偏好预测方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 22 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一篇在 arXiv 上发表的研究论文，其中详细介绍了一种新的偏好预测方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Yotam Eshel, Guy Hadad, Guy Feigenblat, Yuri M. Brovman, Matt Gearhart, Bracha Shapira · 2026-09-03 04:00

DeepAffinity：使用小型语言模型进行电子商务中的长期方面偏好预测

arXiv:2609.02468v1 Announce Type: cross Abstract: We explore predicting eCommerce user preferences for product aspects such as brand, size, and color - a task we define as Aspect Affinity. Solving this task improves customer understanding and enables fine-grained personalization …

本文如何被排名

报道来源 [1]

DeepAffinity：使用小型语言模型进行电子商务中的长期方面偏好预测

相关实体

相关话题