WSDM2025 | DLCRec: 基于多样性的大语言模型可控推荐系统

文章预览

嘿，记得给“ 机器学习与推荐算法 ”添加 星标 作者亲自解读系列 转载请注明出处 TLDR： 大语言模型（LLM）的集成显著提升了推荐系统的性能。然而，这通常以牺牲推荐多样性为代价，从而可能对用户满意度产生负面影响。为了解决这个问题，可控推荐已成为一种很有前景的方法，它允许用户指定自己的偏好并接收满足其多样化需求的推荐。尽管具有潜力，但现有的可控推荐系统经常依赖简单的机制（例如单个prompt微调）来调节多样性，这种方法未能完全捕捉用户偏好的复杂性。 为了应对这些限制，我们提出了 DLCRec（ D iversity-oriented L LM-based C ontrollable Rec ommender），这是一个旨在对基于 LLM 的推荐进行细粒度多样性控制的新型框架。与传统方法不同，DLCRec 采用精心设计的任务分解策略，将推荐过程分解为三个连续的子任务：类别预测（Genre Pred ………………………………