小红书精读：TimeRoute: Time-Aware Modality Routing and Diffusion for Multi-Modal Recommendation

多模态推荐新解法：时间感知路由

各位算法同学们，今天分享一篇多模态推荐的新工作，它指出不同模态的时效性不一样，用户在不同时间场景下需要不同的模态融合比例，并提出了时间感知路由+扩散的统一框架，思路很实用。

📄 TimeRoute: Time-Aware Modality Routing and Diffusion for Multi-Modal Recommendation

🔧 提出模态时间尺度失配问题：同一个用户在不同时间场景下依赖的模态会变化，比如买巧克力平时看文本配料，情人节更看视觉包装和音频氛围，现有全局融合权重没法适配。 🔧 设计时间感知模态路由器：从用户交互时序特征里生成个性化模态分布，替代之前全局共享的融合权重，让每个用户在每个时刻都有专属的模态比例。 🔧 在扩散图重构里引入FiLM条件化和双流长短时去噪头：将同一个时间语义注入去噪过程，抑制不相关模态产生的过时图边，避免噪声在GCN传播中被放大。

📊 在TikTok、Amazon-Baby、Amazon-Sports三个数据集上，Recall@K、Precision@K和NDCG@K全部一致提升，最高涨幅达9.8%。 📈 采用10个随机种子的配对检验，相比强基线提升稳定显著。 ✅ 对照实验表明，时间信号是路由器增益的关键驱动（p<0.001），四分位分析也确认了用户级差异化有效（p<1e-6）。

这个工作的巧妙之处在于把时间建模和模态融合统一到了一个框架里，用路由器解决“该看哪个模态”，用扩散重构解决“哪些旧边该删”，两个问题互补。落地时需要仔细构造用户时序特征和调超参，但整体思路很值得跟进。

原文：AlphaXiv