Miércoles 28 de octubre de 2026 ·

BehaveRec: el historial largo de usuario mejora la recomendación secuencial según cuántas interacciones tenga cada persona

Relevancia 35 de 100

Un modelo llamado BehaveRec combina tres señales: sesiones recientes, un historial de 90 días y un grafo de usuarios similares. Entrenado con 137 millones de secuencias de 12,6 millones de usuarios, mejora en un 3,2 % la métrica R@5 frente a SASRec. La ventaja es casi nula con menos de unas 10 interacciones y crece hasta +0,017 R@5 para usuarios con más de 100 eventos. El patrón se repite en otros tres conjuntos de datos públicos.

Qué significa

Las plataformas de recomendación se beneficiarían de guardar historiales largos, sobre todo en usuarios muy activos, mientras que los usuarios nuevos o poco activos seguirían recibiendo recomendaciones casi iguales.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del miércoles 28 de octubre de 2026 ->