大语言模型在序列推荐中的应用

文章预览

大语言模型在 序列推荐中的应用 一、简介 序列推荐技术通过分析用户的过往交互历史，能够有效挖掘出用户可能感兴趣的项目，对于提升各类应用的服务质量具有重要作用。近期，大语言模型（LLMs）的发展在应对复杂的推荐问题上展现出了显著的优势。不过，这种方法也面临一些挑战。本篇文章将重点探讨两项将大语言模型应用于序列推荐领域的相关研究。 二、Enhancing Sequential Recommendation via LLM-based Semantic Embedding Learning（WWW2024） 该框架利用大型语言模型（LLMs）显式学习基于文本的语义对齐项目ID嵌入。具体来说，SAID为每个项目使用了一个投影模块，将项目ID转换成一个嵌入向量，该向量会被输入到LLM中以产生与项目相关的精确描述性文本标记。这样做是为了使项目嵌入能够保持文本描述的细微语义信息。此外，学习到的嵌入可以与轻量级的下 ………………………………