关于大语言模型驱动的推荐系统智能体的综述

文章预览

推荐系统是许多在线平台的核心组成部分，但传统方法在理解复杂用户偏好和提供可解释推荐方面仍然面临困难。大型语言模型（LLM）驱动的智能体的出现为此提供了一种有前景的方法，通过实现自然语言交互和可解释推理，可能会彻底改变推荐系统领域的研究。本文综述系统地回顾了LLM驱动的智能体在推荐系统中日益增长的应用。我们识别并分析了当前研究中的三种关键范式：（1）面向推荐的方式，利用智能体增强基础推荐机制；（2）面向交互的方式，通过自然对话和可解释建议促进动态用户参与；（3）面向仿真的方式，采用多智能体框架来模拟复杂的用户-物品交互和系统动态。除了范式分类之外，我们还分析了LLM驱动的推荐智能体的架构基础，研究其核心组成部分：个人资料构建、记忆管理、战略规划和行动执行。我们的研究还扩展到对该 ………………………………