Large Language Model Driven Recommendation
作者: Anton Korikov, Scott Sanner, Yashar Deldjoo, Zhankui He, Julian McAuley, Arnau Ramisa, Rene Vidal, Mahesh Sathiamoorthy, Atoosa Kasrizadeh, Silvia Milano, Francesco Ricci
分类: cs.AI
发布日期: 2024-08-20 (更新: 2025-05-28)
💡 一句话要点
利用大型语言模型驱动的推荐系统，实现个性化和交互式推荐。
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 大型语言模型 推荐系统 自然语言交互 个性化推荐 会话推荐系统
📋 核心要点
- 传统推荐系统依赖非语言反馈，难以捕捉用户细致偏好，面临个性化推荐的挑战。
- 利用LLM的自然语言理解能力，通过对话交互理解用户需求，实现更精准的个性化推荐。
- 论文综述了LLM在推荐系统中的应用，包括数据源、基本技术、多模块架构和会话推荐系统。
📝 摘要（中文）
本文探讨了如何利用大型语言模型（LLM）的自然语言（NL）交互能力构建高度个性化的推荐系统（RS）。与以往基于购买、浏览和点击等非语言用户反馈的RS不同，LLM能够有效连接细致且多样的用户偏好与物品，并有可能通过交互式对话实现推荐。首先，本文提出了一个语言驱动推荐的关键数据源分类，涵盖物品描述、用户-系统交互和用户画像。然后，回顾了LLM推荐的基本技术，包括在调整和未调整设置中使用编码器和自回归LLM。接着，讨论了多模块推荐架构，其中LLM与检索器和RS等组件在多阶段管道中交互。最后，介绍了会话推荐系统（CRS）的架构，其中LLM促进多轮对话，每一轮不仅提供推荐，还通过交互式偏好引导、评价和问答与用户互动。
🔬 方法详解
问题定义：传统推荐系统主要依赖于用户的购买、点击等行为数据，这些数据无法充分表达用户深层次的偏好和需求。此外，冷启动问题和推荐解释性也是现有推荐系统面临的挑战。因此，如何利用自然语言交互来更准确地理解用户意图，并提供更个性化、更具解释性的推荐是本文要解决的问题。
核心思路：本文的核心思路是利用大型语言模型（LLM）强大的自然语言理解和生成能力，将用户与推荐系统之间的交互方式从传统的行为数据转变为自然语言对话。通过对话，推荐系统可以主动询问用户的偏好，理解用户的需求，并根据用户的反馈进行调整，从而提供更符合用户期望的推荐结果。
技术框架：本文主要讨论了三种LLM驱动的推荐系统架构：1) 基于编码器或自回归LLM的推荐，直接利用LLM进行物品排序或生成推荐列表；2) 多模块推荐架构，LLM与其他组件（如检索器、排序器）协同工作，构建多阶段推荐流程；3) 会话推荐系统（CRS），LLM作为对话引擎，与用户进行多轮对话，逐步挖掘用户偏好并进行推荐。
关键创新：本文的关键创新在于将LLM引入推荐系统，利用其强大的自然语言处理能力，实现了更自然、更高效的用户交互方式。与传统的基于行为数据的推荐系统相比，LLM驱动的推荐系统能够更好地理解用户意图，提供更个性化、更具解释性的推荐结果。此外，会话推荐系统通过多轮对话，能够动态地调整推荐策略，更好地满足用户的需求。
关键设计：在基于LLM的推荐系统中，关键设计包括：1) 如何将物品信息和用户画像转化为LLM能够理解的自然语言描述；2) 如何设计有效的对话策略，引导用户表达其偏好；3) 如何利用LLM生成高质量的推荐解释；4) 如何将LLM与其他推荐组件（如检索器、排序器）进行有效集成。具体的参数设置、损失函数和网络结构等技术细节取决于具体的LLM模型和推荐任务。
🖼️ 关键图片
📊 实验亮点
本文是一篇综述性文章，主要贡献在于总结了LLM在推荐系统中的应用，并提出了一个语言驱动推荐的关键数据源分类。虽然没有提供具体的实验结果，但为后续研究提供了重要的理论基础和实践指导。
🎯 应用场景
该研究成果可应用于电商、电影、音乐、旅游等多个领域，通过自然语言交互，更精准地理解用户需求，提供个性化推荐服务，提升用户体验和满意度。未来，结合多模态信息和知识图谱，有望实现更智能、更全面的推荐系统。
📄 摘要（原文）
While previous chapters focused on recommendation systems (RSs) based on standardized, non-verbal user feedback such as purchases, views, and clicks -- the advent of LLMs has unlocked the use of natural language (NL) interactions for recommendation. This chapter discusses how LLMs' abilities for general NL reasoning present novel opportunities to build highly personalized RSs -- which can effectively connect nuanced and diverse user preferences to items, potentially via interactive dialogues. To begin this discussion, we first present a taxonomy of the key data sources for language-driven recommendation, covering item descriptions, user-system interactions, and user profiles. We then proceed to fundamental techniques for LLM recommendation, reviewing the use of encoder-only and autoregressive LLM recommendation in both tuned and untuned settings. Afterwards, we move to multi-module recommendation architectures in which LLMs interact with components such as retrievers and RSs in multi-stage pipelines. This brings us to architectures for conversational recommender systems (CRSs), in which LLMs facilitate multi-turn dialogues where each turn presents an opportunity not only to make recommendations, but also to engage with the user in interactive preference elicitation, critiquing, and question-answering.