大型语言模型在推荐系统中的应用
信息检索
2025-01-20 v2
摘要
将大型语言模型集成到推荐框架中，对于提升个性化和用户体验的自适应性具有关键优势。诸如协同过滤和基于内容的过滤等经典推荐方法，在解决冷启动问题、数据稀疏性以及缺乏信息多样性方面受到严重限制。以 GPT-4 为例的大型语言模型（LLM），已成为强大的工具，使推荐框架能够从用户评论、社交互动和文本内容等非结构化数据源中获取灵感。通过分析这些数据源，LLM 可以提高推荐的准确性和相关性，从而克服传统方法的一些局限性。本文讨论了大型语言模型在推荐系统中的应用，特别是在电子商务、社交媒体平台、流媒体服务和教育技术中。展示了大型语言模型如何丰富推荐的多样性、用户参与度以及系统的自适应性；但也探讨了其技术实现所面临的挑战。这可以作为一项研究，展示大型语言模型在改变用户体验和推动行业创新方面的潜力。
引用
@article{arxiv.2501.02178,
title = {The Application of Large Language Models in Recommendation Systems},
author = {Peiyang Yu and Zeqiu Xu and Jiani Wang and Xiaochuan Xu},
journal= {arXiv preprint arXiv:2501.02178},
year = {2025}
}