返回全部动态
面向LLM推荐器的上下文感知物品画像框架
原标题：Profiling What Matters: Context-Aware Item Profiles from Large-Scale Metadata for LLM Recommenders
AI 摘要
本文提出了一种面向LLM重排序的用户上下文感知物品画像框架，通过结构化元数据和评论生成客观特征与主观特质，并利用轻量级画像器为每个用户-物品对选择最相关信息，以解决大规模异构元数据带来的上下文窗口限制、特征重要性随物品和用户变化等挑战。实验表明该方法能持续提升LLM重排序效果，代码已开源。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
Profiling What Matters: Context-Aware Item Profiles from Large-Scale Metadata for LLM RecommendersConference: Proceedings of the 35th ACM International Conference on Information and Knowledge Management; November 07–11, 2026; Rome, ItalyProceedings of the 35th ACM International Conference on Information and Knowledge Management (CIKM ’26), November 07–11, 2026, Rome, ItalyDOI: 10.1145/3799682.3840943ISBN: 979-8-4007-2539-5/2026/11CCS: Information systems Recommender systems Abstract. While Large
发布时间：2026-08-24 12:00
抓取时间：2026-08-24 12:32
来源机构：arXiv