本文属于类型b，是一篇综述性学术论文。下面将详细介绍该论文的作者、研究机构、发表信息、主要内容及其意义。
一、作者、机构与发表信息
该论文题为《A Survey on Sequential Recommendation》，由Li-wei Pan、Wei-ke Pan、Mei-yan Wei、Hong-zhi Yin和Zhong Ming五位学者共同完成。第一作者Li-wei Pan和通讯作者Wei-ke Pan来自深圳大学计算机与软件学院，Mei-yan Wei同样来自深圳大学计算机与软件学院。Hong-zhi Yin来自澳大利亚昆士兰大学电气工程与计算机科学学院。Zhong Ming来自深圳技术大学大数据与互联网学院。该论文于2024年7月12日投稿，2025年3月11日被接收，发表在《Frontiers of Computer Science》期刊2026年3月第20卷第3期上，并作为开放获取文章出版。
二、论文主题与总体结构
这篇综述的主题是序列推荐（Sequential Recommendation, SR），它与传统推荐系统的核心区别在于：序列推荐不仅关注用户与物品（item）之间的交互，更强调交互物品之间的内部顺序与依赖关系，从而更准确地学习用户偏好。近年来，随着深度学习、大型语言模型以及多模态技术的发展，序列推荐领域取得了大量进展，但也面临着新的挑战。因此，本文从新的视角——物品属性的构建方式——出发，对序列推荐模型进行了梳理和分类，总结了最新的技术进展，并指出现有的研究不足与未来的研究方向。
论文的整体结构包括以下几个部分：引言部分介绍了研究背景、序列推荐模型的演变过程以及该综述的贡献；第二部分回顾了已有的相关综述；第三部分给出了序列推荐的问题定义、相关属性、模型分类法和主要挑战；第四部分介绍纯基于ID的序列推荐模型；第五部分介绍结合ID与辅助信息（side information）的序列推荐模型；第六部分介绍序列推荐的最新进展，如多模态序列推荐、生成式序列推荐、基于大型语言模型（Large Language Model, LLM）的序列推荐、超长序列建模与数据增强；第七部分介绍数据集、评估方法与实验结果；第八部分讨论未来研究方向，第九部分进行总结。
三、论文的主要观点及其阐述
论文的第一个核心观点是：序列推荐模型可以根据物品属性的构建方式分为四种主要类型。作者指出，早期模型通常仅使用物品的唯一ID来表示物品。这些模型简单有效，但无法解决冷启动和数据稀疏问题，且难以在不同平台之间迁移。为克服这些局限，一些模型开始结合物品ID与物品的通用特征（general features），包括类别特征、数值特征以及知识图谱等图结构特征。这些特征可以帮助模型在交互稀疏时仍然学习到有效的物品表示，但同时模型仍高度依赖物品ID，跨数据迁移仍然困难。随着自然语言处理和计算机视觉的发展，研究人员开始利用BERT、ResNet等预训练模型从文本描述和图像中提取语义表示。这类模型可以直接使用多模态特征来表示物品，从而在某种程度上实现跨平台迁移。然而，仅依靠多模态特征难以充分捕捉用户的细粒度偏好和协同信号，因此又出现了同时结合物品ID和多模态特征的模型。通过这一分类，作者为理解序列推荐模型的发展脉络提供了一个清晰的框架。
第二个核心观点是：不同类型的神经网络在序列推荐中各有优势和局限，混合模型可以取长补短。论文在第四节中详细讨论了基于纯ID的序列推荐模型，包括传统模型（如频繁模式挖掘、马尔可夫模型、隐因子模型）和深度学习模型（如循环神经网络、卷积神经网络、Transformer、扩散模型、图神经网络、多层感知机等）。作者在表2中列出了不同模型的优缺点，例如：传统模型简单且可解释，但无法捕捉长期依赖；基于RNN的模型能够捕捉长期时序依赖，但对物品顺序敏感；基于CNN的模型能够建模局部序列模式，但计算开销较大；基于Transformer的模型能够识别重要交互物品并同时捕捉短期与长期依赖，但时间复杂度与序列长度相关。作者进一步指出，将不同技术进行组合可以提升性能，例如CNN与Transformer的结合、GNN与Transformer的结合等。混合模型可以并行或级联地利用不同网络的优势，从而更全面地学习用户偏好，但其缺点是模型更复杂、计算成本更高，而且不同技术之间可能出现偏好冲突或收敛速度不一致的问题。
第三个核心观点是：融合辅助信息可以缓解序列推荐中的冷启动与数据稀疏问题。论文在第五节详细介绍了结合ID与辅助信息的序列推荐模型。作者从单一特征（如行为类型、时间戳、类别、领域、评分、价格）到图结构特征（如知识图谱、社交网络），再到评论信息以及多特征融合，依次展开了论述。例如，利用行为类型可以捕捉用户在不同粒度上的偏好，点击行为通常反映短期兴趣，收藏行为反映中期偏好，购买行为反映长期偏好。利用时间戳可以更精确地建模用户兴趣的动态变化，例如用户在夏季更可能购买T恤。知识图谱提供了用户、物品以及属性之间的丰富关联，能够为推荐提供额外的知识并增强可解释性，但构建高质量知识图谱本身存在噪声和复杂性。社交网络则利用用户与朋友之间偏好的相似性来改进推荐效果。在特征融合方面，作者总结了三种主要的融合策略：简单地将物品嵌入与特征嵌入进行拼接或相加、在骨干模型中融合多种特征、以及先分别学习特征表示和物品表示再进行融合。作者特别指出，不同的融合方式在复杂度、效率以及对物品嵌入原始信息的影响程度上存在差异。
第四个核心观点是：多模态序列推荐、生成式序列推荐、基于LLM的序列推荐、超长序列建模以及数据增强是当前序列推荐领域的最新研究方向。论文在第六节对这些方向进行了系统梳理。在多模态序列推荐部分，作者指出，基于模态的序列推荐模型不再局限于物品ID，而是可以直接使用物品的文本描述、图像或视频等模态信息来表示物品。这种方式使模型能够在一个通用的语义空间中学习用户偏好，从而增强模型的跨平台迁移能力。例如，UniSRec、VQ-Rec、TransRec等模型通过在源域进行预训练、在目标域进行微调，实现了较好的跨域迁移效果。同时，作者也指出，多模态特征在暖启动场景下，其性能往往不及仅使用物品ID的模型，因此许多研究将两者结合使用。在生成式序列推荐部分，论文介绍了扩散模型在序列推荐中的应用，例如DiffuASR、DiffuRec等模型通过生成高质量的交互数据或重构目标物品嵌入来缓解数据稀疏问题，但其训练过程复杂且计算成本较高。在基于LLM的序列推荐部分，作者指出，LLM由于具有强大的推理能力，被广泛应用于直接生成推荐列表、输出物品表示或辅助生成训练数据等任务。然而，训练LLM模型所需的计算资源十分巨大，这是其面临的主要挑战之一。在超长序列建模部分，作者认为，随着用户交互序列不断增长，训练和推理的时间也会增加，同时序列中的噪声也变得更加严重，因此需要采用检索（retrieval）等方法从超长序列中筛选出最相关的交互物品，以提高建模效率和效果。在数据增强部分，作者介绍了重排序（resorting）、掩码（masking）、裁剪（cropping）等操作，这些方法通过生成更多的交互数据来缓解数据稀疏和冷启动问题。
四、论文的意义与价值
该综述系统地梳理了序列推荐领域从早期基于ID的模型到当前融合多模态、LLM等最新技术的模型发展历程，并提出了一种以物品属性构建方式为基础的分类方法。它不仅总结了现有模型的技术特点和适用场景，还指出了各个方向的不足和挑战。与已有的相关综述相比，本文的覆盖面更广，不仅局限于单一的特定技术，而是从整体上构建了一个更加全面的认识框架。对研究人员而言，这篇综述可以作为了解序列推荐领域现状的路线图，帮助快速掌握主要模型、关键技术以及未来的研究机会；对工程实践者而言，文中的模型比较和技术梳理也可为实际系统的设计提供参考。
五、论文的亮点
该论文的亮点可以归纳为以下三个方面：第一，它以物品属性的构建方式为切入点，将序列推荐模型分为纯ID、ID+通用特征、多模态、ID+多模态四类，这一分类视角具有新颖性；第二，它不仅回顾了传统方法和深度学习模型，还重点介绍了LLM、生成式推荐、多模态、超长序列建模与数据增强等前沿方向，使综述具有较强的前瞻性；第三，它通过表格和图示清晰地对比了不同模型的优缺点以及不同特征融合方式的差异，便于读者直观理解。