当推荐系统真正「懂你」：快手团队在NeurIPS 2025提出新成果TagCF

快手联合武汉大学提出TagCF推荐框架，通过引入用户角色（user role）视角，构建基于大模型的tag-logic中台，实现从“内容推荐”到“理解用户”的跃迁。该方法支持用户角色识别与行为逻辑建模，在离线与线上实验中显著提升推荐准确率与多样性，其中TagCF-expl使用户长期留存提升0.037%。研究成果被NeurIPS 2025收录，代码已开源，为推荐系统突破信息茧房、实现可解释性与跨场景迁移提供了新范式。
来源：https://mp.weixin.qq.com/s/9cAw5GWYRW8vZs7S2io7KA