Overview and Analysis of the RecSys Challenge 2026: Conversational Music Recommendation
RecSys 2026 挑战赛：对话式音乐推荐系统设计与分析
🧭 对话式推荐 · 检索-重排-生成 ★ 深度解读
Sony Group Corporation · SiriusXM · Deezer Research · Amazon · Politecnico di Bari
系统分析16套检索-重排-生成方案，总结多源召回、意图检测与多轮上下文建模等可复用设计原则
📌 工作参考价值（4 点）
- 多源召回 + 保留 per-source rank/score/presence 给 LightGBM/XGBoost 做 reranker，比过早融合 union 或只用 RRF 更有效；没有训练预算时 weighted RRF 仍是强候选池构造器。
- 冷启动：默认用对话与 item 信号（当前消息、已观察 track、artist/album 扩展、co-occurrence/transition），把 user profile/CF 当作可选分支；上线缺失画像时先 mask profile 验证性能。
- 意图检测：不要恢复完整 hidden goal taxonomy，只做高精度、可 abstain 的窄意图检测器（如 exact request、continuation vs discovery），用它 gate 特定排序动作；少量规则+正则即可。
- 多轮上下文：不要只对当前 query 检索，构建 literal view + full-dialogue view，保留历史 track/item 作为 evidence；响应生成拆开 ranking 和 prose，先定 top-k 再用可验证 metadata 写回复，防止模型改排序。