面向电子商务搜索的行为建模空间重构

基于摘要分析。本文研究电子商务搜索中的用户行为预测，提出 DRP 框架，通过偏好编辑与自适应融合，处理用户偏好和查询—商品相关性效应纠缠、行为建模空间坍缩的问题；其主要研究对象是搜索行为，而非神经信号或 BCI。 作者使用因果图和维恩图统一审视既有方法，指出静态组合偏好与相关性、尤其采用固定逻辑“与”关系的方式可能限制行为建模空间。DRP 的偏好编辑旨在从偏好预测中移除相关性效应；自适应融合则根据偏好与相关性的不同模式动态调整融合准则。摘要未披露编辑操作的数学形式、因果识别条件、融合函数、损失或训练流程，因此不能将其直接等同于已验证的因果解耦。 作者报告，在两个公开数据集和一个私有搜索数据集上，DRP 相比既有方法获得性能改善；但摘要未给出数据集名称、划分方式、对照基线、指标及改善幅度。实验协议、消融及统计信息尚未验证，复现所需的数据可得性和实现细节也需核对全文。 现有材料未提供与 EEG 数据结构、监督方式或具体 BCI 瓶颈的明确对应关系，因此不据此推断 EEG/BCI 效果或提出迁移实验；已有 EEG 相关工作尚未检索确认。