تهدف التوصيات القائمة على الجلسات إلى التنبؤ بالإجراء التالي للمستخدم بناءً على السلوكيات التاريخية ضمن جلسة مجهولة الهوية. ولتحقيق توصيات أفضل، من الضروري استخلاص تفضيلات المستخدم ودينامياتها. علاوة على ذلك، تتطور تفضيلات المستخدمين بمرور الوقت بشكل ديناميكي، وكل تفضيل يمتلك مسارًا تطوره الخاص. ومع ذلك، يتجاهل معظم الدراسات السابقة الاتجاه المتغير في التفضيلات، وغالبًا ما يتأثر الأداء بتأثير تغير التفضيلات (Preference Drifting). في هذا البحث، نقترح نموذجًا جديدًا يُدعى شبكات تطور التفضيلات للتوصيات القائمة على الجلسات (PEN4Rec)، والذي يُمكّن من نمذجة عملية تطور التفضيلات من خلال عملية استرجاع مزدوجة من السياقات التاريخية. بشكل محدد، يدمج المرحلة الأولى السلوكيات ذات الصلة وفقًا للعناصر الحديثة، ثم تُستخدم المرحلة الثانية لنمذجة مسار تطور التفضيلات بمرور الوقت بشكل ديناميكي، واستخلاص تفضيلات غنية. وتُعزز هذه العملية تأثير السلوكيات التسلسلية ذات الصلة أثناء تطور التفضيلات، وتُقلل من تأثير التأثيرات المزعجة الناتجة عن تغير التفضيلات. وقد أظهرت التجارب الواسعة على ثلاث مجموعات بيانات عامة فعالية النموذج المقترح وتفوّقه على النماذج السابقة.