| 标题 |
 基于大语言模型的推荐系统综述 |
| 网址 | |
| DOI |
暂未提供，该求助的时间将会延长，查看原因？
|
| 其它 |
摘要：摘 要：随着社交网络平台和电子商务平台的崛起，工业级个性化推荐系统在移动互联网时代的作用日益显著，对提升用户浏览体验、购物体验以及用户规模起到了不可替代的作用。在推荐系统中，模型发挥着至关重要的作用。随着算力和数据量的增长，模型结构呈现复杂化、大型化趋势，推荐精准度相较于传统推荐模型也有显著提升。以GPT和DeepSeek 为代表的大语言模型（large language model，LLM）， 不仅显著改善了语言模型的效果，而且助推了提示工程等训练范式的发展。LLM所具备的语义理解和内容生成能力，使其在工业级推荐系统中的落地应用正处于快速发展阶段。本文对LLM和推荐系统的结合点进行调研，梳理了LLM与工业级推荐系统的结合方式，并提出了对LLM和推荐系统结合的展望，以期利用LLM技术提升推荐模型的训练、推理效率和效果。 关键词： 推荐系统;推荐模型;大语言模型;提示工程;规模效应;视觉大模型;序列建模;深度学习; 基金资助： 国家自然科学基金项目（62033010，61603036）； 专辑： 信息科技 专题： 计算机软件及计算机应用;自动化技术 分类号： TP391.3;TP18 在线公开时间： 2025-10-10（知网平台在线公开时间，不代表文献的发表时间） |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
PDF的下载单位、IP信息已删除
(2025-6-4)
cdercder
Criminology34
Kao
GingerF
Nole
张欢馨
OK
ming2026
小小牛马
cat
渡人舟
东方元语
loii
yjh123
vampv
失眠翠芙
牧青
笑点低的翠
归尘
dynamoo
皖公网安备34019202002308
