选择用户历史以生成用于冷启动项目推荐的 LLM 用户

这篇文章来自 ArXiv，侧重于人工智能领域的研究课题，特别是解决项目推荐系统中的冷启动问题。核心思想是利用大型语言模型 (LLM) 根据选定的用户历史记录生成合成用户资料。这种方法旨在提高在处理新项目或交互数据有限的用户时的推荐准确性。这项研究可能探讨了选择相关用户历史记录的方法，以及如何有效地在推荐框架内使用生成的 LLM 用户。LLM 的使用表明重点在于捕捉复杂的用户偏好和项目特征。

• •解决项目推荐中的冷启动问题。
• •利用 LLM 生成合成用户资料。
• •侧重于选择相关的用户历史记录。
• •旨在提高对新项目/用户的推荐准确性。