[经济日报] SK电信在ICLR 2026国际学会上发布了一项新AI推荐模型，旨在改善推荐服务与用户真实偏好不符的问题。该模型通过区分用户的重复行为和短暂反应，提高推荐的准确性。
SK电信表示，这项研究的核心是“冲突偏好优化（C-APO）”，通过分析用户行为数据，识别长期重复的模式和短暂反应。持续使用某内容或服务被视为“一致偏好”，而偶尔的点击或浏览则被视为“表面偏好”。
当两种偏好一致时，模型会提高学习权重；若冲突，则视为噪音，降低其影响。此方法帮助模型基于用户长期偏好提供推荐，识别用户的“真实偏好”。
传统推荐系统常将短期行为视为同等偏好信号，导致用户短期消费某类内容后，推荐偏向该领域。SK电信的新模型通过考虑重复性和上下文，减少此类偏差。
该技术还增强了推荐结果的可解释性，不仅提供结果，还能结构性地解释推荐依据的用户模式。这将提高个性化推荐服务的可信度和透明度。
SK电信计划将此技术应用于三阶段推荐系统，分别为用户上下文解析、推荐候选生成和结果验证调整。各阶段通过代理方式有机结合，提升个性化推荐的精度。
AI推荐技术已成为内容、商业和平台领域的核心竞争要素。随着用户停留时间和消费转化率对推荐准确性的影响扩大，企业正加大对数据解析和算法优化的投资。
SK电信AI/DT数据负责人石志焕表示：“这项技术为更准确理解客户真实偏好提供了基础，将提升个性化推荐的可信度。ICLR 2026论文的发布是SK电信AI转型的重要里程碑，我们将继续发展客户可感知的AI技术。”
※ 本报道经人工智能（AI）系统翻译与编辑。
