Trait, Not State: The Durability of Reading Identity in Social Highlighting
特质而非状态：社交高亮中阅读身份的持久性
🧭 用户行为持久性研究 · 个性化推荐
Glasp Inc.
个体的文档选择特征在长时段内保持稳定，是一种持久特质，可用于预测未来阅读
📌 工作参考价值
- 用户兴趣稳定性洞察：在电商推荐中，用户的选择行为（如点击、购买）可能也具有长期稳定性，可以利用早期历史构建用户画像，无需频繁更新。论文表明，用前6个月数据构建画像，20个月后仍能有效预测未来阅读（AP提升约3倍），启示我们更依赖长期偏好信号。
- 实验控制技巧：为避免供应漂移（内容池变化）导致的虚假变化，采用“同历元负样本”（negatives from the same calendar era），该方法可借鉴到推荐系统AB测试或离线评估中，确保观测差异来自用户本身而非内容池变化。
- 细粒度兴趣邻域：在读者自身兴趣邻域内，个人优势几乎不衰退，说明在用户兴趣局部区域内个性化信号非常稳定。在推荐中，可针对不同兴趣簇分别建模用户档案，提升稳定性。
- 个人档案作为轻量排序信号：直接使用历史行为构建简单个人档案，对候选物品排序，相比非个人先验（如流行度）有显著优势。在电商中可构建基于浏览/购买类目的用户向量，作为召回或重排序特征，低成本提升效果。
动机：先前工作发现社交高亮中的个体性体现在文档选择上，但仅做横截面分析。本文探究时间维度：读者的选择特征是否持久，即是一种特质还是短暂状态。这对于理解用户行为稳定性及构建长期个性化模型有重要意义。
方法关键点：在一个社交网页高亮平台上，以读者前6个月的高亮行为构建个人档案（profile），然后测量该档案对未来不同时间间隔（6-12个月、12-24个月等）自身选择的优势（own-vs-other advantage），并与同历元的负样本对比以控制供应漂移。实验分粗粒度（全局）和细粒度（读者自身兴趣邻域）两层，并复现了先前的横截面结果作为锚点（+0.188 vs +0.169）。还检验了信号是否仅由重复域名驱动，以及个人内部漂移速度。前瞻性地，用早期档案（中位数20个月前）对未来的阅读进行排序。
关键结果：细粒度层的自身优势在所有观察区间内均无统计显著下降（6-12个月保留率R=1.00 [0.85, 1.18], n=212），最远bin也仅指示轻微下降可能；唯一显著下降出现在粗粒度层的12-24个月（约13%）。排除了重复域名后，约90%的信号幸存。个人内部漂移缓慢（近期一半档案优于旧一半仅+0.042）。前瞻性预测中，个人档案将未来阅读的平均精度提升至简单非个人先验的约3倍。结论表明，在长期重度用户中，阅读身份是稳定特质。