港大推出强大的开源推荐系统新工具RLMRec，结合大模型技术，精准提炼用户和商品文本画像

近期港大发布了开源推荐系统新范式RLMRec，该系统结合了大语言模型的特点，能够更准确地提取用户和商品的文本画像。这一新的表征学习范式被成功应用于图神经网络的协同过滤推荐算法中，显著提高了推荐系统在推荐场景下的性能。传统的基于图神经网络的推荐算法主要依赖于ID数据构建的结构化拓扑信息，而忽视了推荐数据集中用户和商品相关的原始文本数据，导致学习到的表示信息不够丰富。此外，隐式反馈数据中可能存在噪声和偏差，对深度模型的用户偏好学习造成挑战。

当前学术界和工业界广泛关注如何将大语言模型结合传统ID数据的推荐算法，以进一步提高推荐系统的性能。这一领域的研究不仅有助于推动推荐系统在深度学习和图神经网络的背景下取得进步，还有望解决在用户偏好学习中所面临的挑战。愿意了解更多详细内容的读者可以查阅原文：港大开源推荐系统新范式RLMRec！大模型加持，准确提炼用户/商品文本画像。

同时，文章的作者来自新智元平台，该平台倡导智能+中国，致力于推动中国从互联网+时代迈向智能+新纪元。作者对人工智能、机器人等前沿领域发展充满热情，关注人机融合以及人工智能和机器人对人类社会与文明进化的影响，引领着中国迈向新的智能时代。如果想进一步了解信息，可添加作者微信：AI_era。