CoS：通过链式调度实现最优事件安排
人工智能
2025-11-18 v1
摘要
在事件驱动社交网络（EBSN）中，推荐事件时间表是关键问题，用于维持用户活跃度。需要在时间和地理约束下最大化用户偏好的有效推荐。现有方法因该问题为NP难问题，面临效率、有效性和泛化性之间的内在权衡。本文提出链式调度（CoS）框架，通过引导式高效调度过程激活大型语言模型（LLM）的事件调度能力。CoS通过将调度任务形式化为三个原子阶段（探索、验证和集成）来增强LLM。随后我们通过知识蒸馏（KD）使LLM能够自主生成CoS。实验结果表明，CoS在可解释性强的情况下，以高效实现接近理论最优的效果，适用于三个真实数据集。此外，它在域外数据上展现出强大的零样本学习能力。
引用
@article{arxiv.2511.12913,
title = {CoS: Towards Optimal Event Scheduling via Chain-of-Scheduling},
author = {Yiming Zhao and Jiwei Tang and Shimin Di and Libin Zheng and Jianxing Yu and Jian Yin},
journal= {arXiv preprint arXiv:2511.12913},
year = {2025}
}