大模型推荐系统:算法原理、代码实战与案例分析
作 译 者:刘强
出版时间:2024-10
字 数:413
页 数:296
版 次:01-01
开 本:16开 开
印 次:01-01
ISBN:9787121488474
所属分类:科技,计算机,网络与互联网,
定价:89.0
内容简介:
大模型技术掀起了新一轮人工智能浪潮,以ChatGPT 为核心的大模型相关技术可以应用于搜索、对话、内容创作等众多领域,在推荐系统领域的应用也不例外。本书主要分为3部分。第1部分简单介绍大模型相关技术,包括大模型的预训练、微调、在线学习、推理、部署等。第2部分将大模型在传统推荐系统中的应用抽象为4种范式——生成范式、预训练范式、微调范式、直接推荐范式,并对每种范式给出算法原理说明、案例讲解和代码实现。第3部分以电商场景为例,讲解大模型在电商中的7种应用,包括生成用户兴趣画像、生成个性化商品描述信息、猜你喜欢推荐、关联推荐、冷启动问题、推荐解释和对话式推荐,每种应用场景都包含完整的步骤说明和详细的代码实现,手把手教你构建大模型推荐系统。