研究计划

用户兴趣探索

45 篇 2025–2026 论文:区分曝光与真实兴趣,提出合理方向,让用户控制探索,帮助偏好形成,并检验安全学习与长期影响 · 45 篇 · English ↗
核心规则。历史行为记录的是系统展示了什么,以及用户在这些曝光下做了什么,并不是用户所有潜在兴趣的完整清单;一次陌生点击也不能证明新偏好已经形成。本页按证据链阅读:先定义结果,再提出方向,让用户引导;当知识不足时帮助形成偏好;在多轮中带停止规则地学习;最后检验变化能否经受模型重训和反复曝光。
0 / 45 已读
证据门槛。所有推断出的新兴趣都应先视为假设。更强证据包括:用户在理解选项后作出选择,能够成功纠错,之后重复出现相关行为,或在控制曝光后仍存在因果差异。如果结果只有列表多样性、一次点击或即时满意度,应称为扩大曝光,而不是持久兴趣形成。