跨次元牵线：推荐系统中异构序列 Embedding 空间对齐技术

---

---

摘要

针对推荐系统中商品访问序列与页面访问序列的维度异构问题，本文系统研究跨序列Embedding空间对齐技术。通过分析异构序列的特征差异与语义鸿沟，提出基于双塔模型、图神经网络、对比学习及多模态迁移学习的对齐方法，构建从独立编码到跨空间约束的技术体系。实验表明，所提方法显著提升跨维度语义关联建模能力，为解决推荐系统冷启动与稀疏交互问题提供新路径。

一、引言

在电子商务、在线娱乐等领域的推荐系统中，用户行为数据呈现显著的异构序列特征：商品访问序列包含商品属性（类别、价格、文本描述）及交互行为（点击、加购、购买），反映用户对物品的偏好；页面访问序列记录页面功能（订单详情、物流跟踪、客服咨询）及操作路径，体现用户的功能需求与意图演进。两类序列分属“物品属性空间”与“用户意图空间”，特征维度与语义指向差异显著，导致