AIGC動態(tài)歡迎閱讀

原標題：大模型推薦落地啦！融合知識圖譜，螞蟻集團發(fā)布！
關(guān)鍵字：實體,模型,系統(tǒng),用戶,商品
文章來源：夕小瑤科技說
內(nèi)容字數(shù)：10752字

內(nèi)容摘要：

夕小瑤科技說 原創(chuàng)編輯 | Tscom
引言：電商推薦系統(tǒng)的新突破隨著電子商務平臺的蓬勃發(fā)展，推薦系統(tǒng)已成為幫助用戶在信息過載時代中篩選和發(fā)現(xiàn)產(chǎn)品的關(guān)鍵工具。然而，傳統(tǒng)的推薦系統(tǒng)主要依賴歷史數(shù)據(jù)和用戶反饋，這限制了它們在新商品推出和用戶意圖轉(zhuǎn)變時的有效性。為了克服這些挑戰(zhàn)，研究人員和工程師們一直在探索新的方法來增強推薦系統(tǒng)的性能和適應性。
最近，一項新的研究提出了一種結(jié)合了大語言模型（Large Language Models, LLMs）和推薦系統(tǒng)的方法，這一方法通過構(gòu)建一個推理知識圖譜（Inferential Knowledge Graph），使得推薦系統(tǒng)能夠更好地理解和預測用戶的購買意圖。
這項研究的核心在于一個名為LLM-KERec（Large Language Model based Complementary Knowledge Enhanced Recommendation System）的系統(tǒng)，它通過實體提取器從商品和用戶信息中提取統(tǒng)一的概念術(shù)語，并生成基于實體流行度和特定策略的實體對。大語言模型用于確定每對實體間的互補關(guān)系，并構(gòu)建互補知識圖譜。此外，新的互補回憶模塊和

原文鏈接：大模型推薦落地啦！融合知識圖譜，螞蟻集團發(fā)布！

聯(lián)系作者

文章來源：夕小瑤科技說
作者微信：xixiaoyaoQAQ
作者簡介：更快的AI前沿，更深的行業(yè)洞見。聚集25萬AI一線開發(fā)者、互聯(lián)網(wǎng)中高管和機構(gòu)投資人。一線作者來自清北、國內(nèi)外頂級AI實驗室和大廠，兼?zhèn)湫袠I(yè)嗅覺與報道深度。