大型语言模型在多角度用户评分预测中的应用研究

扫码查看

原文链接

万方数据
维普

中文摘要：文章针对用户评分预测这一经典任务,对LLMs进行了全面而深入的研究.该研究旨在根据用户的历史评分数据,预测其对候选项目的评分.文中系统探讨了不同LLMs与传统推荐方法在用户历史行为和项目信息量变化的情况下的性能.在充分考虑用户历史行为和项目信息的前提下,通过综合对比分析,结果表明:当参数规模足够大时,LLMs在评分预测中的RMSE值和MAE值分别较传统协同过滤方法降低了0.054和0.051.这一研究结果进一步强调了用户交互数据和项目信息在预测评分中的重要性,并突显了模型规模对提高用户评分预测性能的关键作用.

作者：

李祎帆、于营、李屹汭

展开 >

作者单位：

三亚学院,海南三亚 572000

关键词：

大型语言模型用户评分预测推荐算法用户交互数据

基金：

海南省院士创新平台科研专项海南省自然科学基金海南省高等学校教育教学改革研究项目

项目编号：

YSPTZX202144621QN270Hnjg2023ZD-44

出版年：

2024

今日制造与升级

ISSN：

年,卷(期)：2024.(2)

参考文献量4