跨領域序列推薦

大型語言模型

LLM 驅動的跨域序列推薦系統 SemaCDR：語意空間與自適應融合技術解析

跨領域推薦面臨資料稀疏與冷啟動問題，SemaCDR 利用大型語言模型建立統一語意空間，融合領域無關與特定語意，並以自適應融合產生統一偏好表示。實驗顯示其在多項基準上超越現有方法，提升跨域知識傳遞效果。