机构名称：
¥ 1.0
传统推荐系统通常使用用户项目评级历史记录作为其主要数据源。但是，深层生成模式现在可以从复杂的数据分布中建模和采样，包括用户信息交互，文本，图像和视频，从而实现新颖的推荐任务。这项全面的多学科调查使用生成模型（Gen-Recsys），覆盖：相互作用驱动的Genertic模型连接Rs中的关键进步；使用大语模型（LLM）和文本数据用于自然语言建议；以及以Rs生成和处理图像/视频的多模型集成。我们的工作强调了评估Gen-Recsys的影响和危害并确定开放挑战的必要范例。此调查伴随着ACM KDD'24的教程，并提供了以下材料：https：//encr.pw/vdhlq。
使用生成模型（Gen-Recsys）对现代推荐系统的审查
主要关键词
相关文件推荐
![使用生成AI语言模型（2024年11月12日）[1]](/simg/9/960fbacbc2e3afa5a9983fb3cc1d65b0c0a766a7.webp)
