الترتيب الزمني لتفاعلات المستخدم مع العناصر هو ميزة أساسية في العديد من أنظمة التوصية، حيث قد تعتمد العناصر التي سيتفاعل معها المستخدم بشكل كبير على تلك العناصر التي تمت زيارتها مؤخرًا. ومع ذلك، بفضل الزيادة الهائلة في عدد المستخدمين والعناصر، لا تزال أنظمة التوصية المتسلسلة تواجه عدة مشاكل صعبة: (1) صعوبة نمذجة اهتمامات المستخدم طويلة المدى من التعليقات الضمنية النادرة؛ (2) صعوبة التقاط اهتمامات المستخدم قصيرة المدى بناءً على عدة عناصر تمت زيارتها مؤخرًا. لمواجهة هذه التحديات، نقترح شبكة بوابات هرمية (Hierarchical Gating Network - HGN)، والتي تم دمجها مع تصنيف بيزي شخصي (Bayesian Personalized Ranking - BPR) لتقاط اهتمامات المستخدم طويلة وقصيرة المدى. تتكون شبكتنا الهرمية للبوابات من وحدة بوابة الخصائص، ووحدة بوابة الحالات، ووحدة المنتج بين العناصر. وبشكل خاص، تقوم وحدتا بوابة الخصائص وبوابة الحالات باختيار ما يمكن أن ينتقل إلى الطبقات اللاحقة من مستوى الخصائص ومستوى الحالات على التوالي. أما وحدة المنتج بين العناصر فتقوم بتقاط العلاقات بين العناصر التي زارها المستخدم في الماضي وتلك التي سيزورها في المستقبل بشكل واضح. قمنا بتقييم نموذجنا بشكل مكثف باستخدام عدة طرق رائدة وأدوات تحقق مختلفة على خمسة مجموعات بيانات حقيقية. أظهرت نتائج التجارب فعالية نموذجنا في التوصية المتسلسلة من الدرجة الأولى N.