大模型背景下推荐系统的技术现状与挑战

最新推荐文章于 2025-05-19 12:20:25 发布
转载 最新推荐文章于 2025-05-19 12:20:25 发布 · 451 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://mp.weixin.qq.com/s?__biz=MzIyNjM2MzQyNg==&mid=2247651115&idx=2&sn=6b03ce1d2e9a4918837ff18103c2c5d3&chksm=e87d5e66df0ad770dc9707e9ee017c3731b29e84736c3404e5c5f61eaf49df7316cee5bb12a9&scene=126&sessionid=0

在全民大模型趋势下，Datawhale论坛的DataFunSummit在线峰会上，将讨论大模型在推荐系统中的应用探索，以及推荐系统面临的现实挑战。峰会将呈现前沿技术和落地实践案例。

 Datawhale论坛 

DataFunSummit 推荐系统在线峰会

94d11714a210ad8976d4dc02c3033525.png

在全民大模型的背景下，推荐系统也或多或少开始结合大模型的相关技术！目前大模型在推荐系统上的研究有了哪些探索和实践？除了大模型，推荐系统还在攻克哪些现实问题？8月26-27日，本周末的推荐系统在线峰会，将带大家一起领略推荐系统技术领域的前沿探索及最新落地实践！

感兴趣的小伙伴一起和小编来了解下吧：

| 峰会嘉宾

fa5d3ca8e1cdc456409827de74052b38.png

| 会议议程

dfa431cf37f0f483a636e3a8a2c9aa15.png

e752fa2e08719298841682b3671432bf.png

Datawhale
关注
大模型在推荐系统中的应用前景
AI天才研究院
11-14 947
文章标题 大模型在推荐系统中的应用前景 关键词： 大模型、推荐系统、深度学习、协同过滤、基于内容、混合推荐、应用场景、性能优化 摘要：
大模型推荐系统的因果推断方法
AI天才研究院
11-14 1385
第一部分: 大模型推荐系统的因果推断方法概述 第1章: 大模型推荐系统的因果推断方法概述 1.1 大模型推荐系统的背景与现状 随着互联网和移动互联网的快速发展，数据规模和多样性不断增加，推荐
Chat-REC、InstructRec（LLM大模型用于推荐系统）
热门推荐
nakaizura
04-06 1万+
虽然大型语言模型LLM已经证明了它们用于解决各种应用任务的巨大潜力，但它和推荐系统的结合点在哪？ * 推荐系统旨在根据用户的偏好和行为向用户推荐项目。传统上，这些系统都依赖于用户数据，如点击流和购买历史等等。 * NLP在扩大推荐系统用户数据的范围方面是有价值的。比如NLP技术可以用于分析用户生成的内容，如评论和社交媒体帖子，以深入了解用户的偏好和兴趣，提高整体用户体验和参与度。
华为 | 大模型在推荐系统中的探索与应用
Aweii__的博客
07-24 1897
根据前面的介绍，我们可以了解到当前的推荐系统，特别是在电影或电商等领域，往往是一个相对封闭的系统。利用大模型的广泛知识和强大逻辑推理能力，推荐系统将向生成式方向发展，不仅生成推荐结果，还涉及中间态的行为，如特征生成、推理过程及新流程的拆解，为用户提供更加个性化和全面的推荐体验。来自华为诺亚方舟实验室的王奕超老师今天给我们带来了关于大语言模型在推荐系统中的探索与应用的分享，将从数据、模型和流程三个层面展开，介绍华为在推荐系统领域的两个重要项目，并回答关于用户推理知识构造、特征交叉和在线服务流程的具体问题。
特征工程、模型结构、AIGC——大模型在推荐系统中的3大落地方向
2401_84495872的博客
04-23 1136
谈具体的应用之前，我们先从宏观上理解一下大模型的出现对推荐系统到底意味着什么。就像在改造推荐模型时，我们一定要清楚信息增量在哪、模型结构的优化点在哪一样，我们并不是因为大模型这个技术比较fancy，所以才把大模型施加到推荐系统之上，而是因为大模型确确实实能够为推荐系统带来知识和模型的全新变化，让推荐效果受益，才应用大模型技术的。因此我想先从宏观上解释一下大模型对推荐系统的实际意义到底是什么。我的理解中，大模型宏观上在三个层级上改变了这个世界，也同样是在这三个层次上改变了推荐系统。
当推荐系统遇见大模型
m0_59164520的博客
04-28 2331
推荐系统的本质是在用户需求不明确的情况下，通过拟合历史用户行为数据，来预测未来用户的感兴趣信息的技术手段。
大模型技术发展及其挑战
12-10
内容概要：本文详细介绍了大模型在深度学习领域的基础和发展，涵盖大模型的定义、背景、计算原理、优势及技术挑战。首先阐述了大模型的定义与背景，提到计算能力提升、数据量增长和深度学习算法发展等因素促进了大...
电力物联网建设背景下配电变压器技术现状与总结.pdf
06-28
总结而言，配电变压器在电力物联网建设背景下，其技术现状面临诸多挑战，但同时在技术创新、智能化升级方面拥有巨大的发展潜力。未来配电变压器的发展将紧密结合电力物联网的建设需求，通过智能化技术的应用，进一步...
大型语言模型如何助力推荐系统：综述研究
安静的软件工程师
04-09 1891
大型语言模型如何助力推荐系统：综述研究
### 人工智能2024年大模型技术白皮书：清华同方大模型行业应用与发展趋势综述书详细介绍
最新发布
08-07
使用场景及目标：①了解AI大模型技术的发展现状与未来趋势；②掌握大模型在各行业的具体应用案例及其带来的效率提升；③为企业制定智能化发展战略提供参考；④评估大模型技术在特定业务场景中的可行性和潜在价值。 ...
探索将大语言模型用作推荐系统
Baihai_IDP的博客
05-15 1280
编者按：目前大语言模型主要问答、对话等场景，进行被动回答。是否可以将大模型应用于推荐系统，进行主动推送呢？ 这篇文章回顾了可以将大模型作为推荐系统的理论基础，并重点描述了基于英文和阿拉伯语的购物数据集微调T5-large模型，探索将LLMs用作推荐系统的实践。同时本文还介绍了LLMs作为推荐系统的优点和缺点，并提出建议和可行的方向。 以下是译文，Enjoy!
论文导读 | 综述：大模型与推荐系统
人工智能讲师分享前沿技术
07-05 2556
最近，预训练语言模型（PLM）在自然语言处理领域取得了巨大成功，并逐渐引入推荐系统领域。本篇推文介绍了最近的两篇预训练语言模型和推荐系统结合的综述：[1] Pre-train, Prompt, and Recommendation: A Comprehensive Survey of Language Modeling Paradigm Adaptations in Recommender Systems[2] Foundation Models for Recommender Systems: A Sur
大模型推荐系统：进展与未来
SmartLab307的博客
05-19 702
本文将分享关于推荐系统与大模型的一些思考，从推荐系统的评测和数据层面讨论关于大模型是不是推荐系统的一个好的解决方案的问题。今天的介绍会围绕下面四点展开：1. 推荐系统的问题定义及其在工业界与学术界的差异2. 推荐系统的离线评测及典型的数据泄漏问题3. 推荐系统的数据构建问题4. 大模型在推荐系统的模型层面的定位问题分享嘉宾｜孙爱欣 南洋理工大学 副教授编辑整理｜Tony Wang内容校对｜李瑶出品社区｜DataFun1 推荐系统的问题定义及其在工业界与学术界的差异首先来介绍一下什么是推荐系统。对于推荐系统的
当"狂飙"的大模型撞上推荐系统
Kaiyuan_sjtu的博客
03-05 241
后台留言『交流』，加入NewBee讨论组导读随着以 ChatGPT 为代表的大模型技术的迅速发展，推荐系统正经历着一场革命性的变革。传统的推荐系统主要基于用户和物品的历史行为数据进行预测，大模型技术的出现，为推荐系统带来了更强的泛化能力和更高的效率，解决了传统推荐系统中的一些难题，如用户和物品数量的巨大规模、不可观测因素对推荐的影响等。同时，大模型推荐技术也带来了新的挑战，如模型的可解释性和隐私...
基于大语言模型的推荐系统（2）
姚家湾博客
02-26 1054
本博文继续研究如何利用大语言模型（LLM）来构建播客推荐系统。DeepSeek 笔记：推荐的spotify listener 记录格式从上面的信息中，截取一部分重要的部分，构建一个用户记录。用户 收听历史(UserListenHistory) 关注的播客(UserFllowingPodcast） History ，Follow，Like 的列表可以数组的方式存储在听众表中 播客表（Podcast） 节目表（Epicodes） 推荐算法 使用Embedding 模型，
第三十二部分：大模型在推荐系统领域
AI天才研究院
01-19 853
1. 背景介绍 推荐系统是一种信息过滤系统，它通过分析用户的行为、偏好和兴趣，向用户推荐他们可能感兴趣的商品或内容。在互联网时代，推荐系统已经成为在线服务中不可或缺的一部分。它不仅能够提高用户体验，还能够帮助企业增加用户粘性和销售额。 近年来，随着深度学习技术的发展，尤其是大模型的兴起，推荐系统领域也迎来了新的发展机遇。大模型，通常指具
推荐系统：AI大模型的应用与实践
AI天才研究院
01-28 987
1.背景介绍 推荐系统是一种计算机科学技术，用于根据用户的历史行为、喜好和其他信息为用户提供个性化的信息、建议或推荐。推荐系统广泛应用于电商、社交网络、新闻推送、个性化推荐等领域。随着人工智能技术的发展，推荐系统逐渐向AI大模型迁移，以提高推荐质量和效率。 1. 背景介绍 推荐系统的历史可追溯到1990年代，当时的推荐系统主要基于内容和元数据，如书籍的类别、作者、出版社等。随着互联网的发展，...
大模型（LLM）在电商推荐系统的探索与实践
机器学习社区
10-25 2707
可以预见的是，随着LLM模型的发展和优化，LLM将从推荐系统的一种高效的辅助工具，逐渐成为推荐系统的一部分或作为推荐系统的骨干网络进行推荐内容的生成或排序。结合现阶段的LLM能力，我们将从以下几个方向继续探索：多模态推荐：利用多模态LLM大模型的多模态信息抽取和表征能力，提取包括图片、文本、视频关键帧，视频语音文字等不同模态的语义化信息，并通过离线特征工程进行表征，使线上推荐模型能够真正完整地感知到各种电商模态信息，并实现对用户不同信息偏好和意图的理解。
大模型在推荐系统中的精准推荐策略与实践
京东科技开发者
06-06 950
推荐系统是通过分析用户的行为数据和内容特征，向用户推荐其可能感兴趣的内容或商品的技术。推荐系统的目标是提高用户满意度和平台的转化率。常见的推荐系统类型包括协同过滤、基于内容的推荐、混合推荐系统等。大模型是指通过大规模数据训练得到的深度学习模型，具有强大的特征表示和推理能力。大模型在自然语言处理、计算机视觉、语音识别等领域取得了显著成果。某大型电商平台引入大模型，旨在提升商品推荐的精准度和用户满意度。通过对用户浏览、购买、评价等行为数据的分析，构建了全面的用户画像。
大数据环境下的推荐系统：现状、挑战与未来
同时，文章还分析了大数据环境下推荐系统面临的挑战，如数据处理的复杂性、实时性要求、用户个性化需求等，并介绍了关键的技术手段，如协同过滤。此外，提到了一些开源的大数据推荐系统软件，并讨论了该领域目前存在...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值