面向 LLM 增强的群组推荐系统-计算机科学-群体推荐系统-大型语言模型-群体决策.pdfVIP

面向LLM增强的群组推荐系统

1,∗111

SebastianLubos,AlexanderFelfernig,ThiNgocTrangTran,Viet-ManLe,

DamianGarber,ManuelHenrich,ReinhardWillfortandJeremiasFuchs1234

1GrazUniversityofTechnology,Inffeldgasse16b,Graz,8010,Austria

2UniquareSoftwareDevelopment,Lannerweg9,Krumpendorf,9201,Austria

3InnovationServiceNetwork,Grabenstraße231,Graz,8045,Austria

4Morgendigital,Leopoldstraße20,Innsbruck,6020,Austria

Abstract

与单用户推荐系统不同，群组推荐系统旨在为群体生成并解释推荐。这种以群体为导向的设置引入了额外的复杂性，因为必须

解决几个在个体环境中不存在的因素。这些因素包括理解群体动力学（例如，群体内的社会依赖关系）、定义有效的决策过程、

确保推荐对所有小组成员都合适，并提供针对整个群体和个人用户的说明。在这篇论文中，我们分析大型语言模型（LLMs）

如何支持这些方面并帮助提高群组推荐系统的整体决策支持质量和适用性。

Keywords

群体推荐系统,大型语言模型,群体决策

1.介绍宿和行程安排。同样地，餐厅选择也经常由群体

本进行（如圣诞派对的餐厅选择）。群组决策支持

译如今，推荐系统是许多数字平台的基础组件，有工具涂鸦可以被视为一种非常基础的群组推1

中助于个性化项目建议[1]。传统上，推荐系统分荐系统，在这种系统中，偏好时间段可以被解释

1析单个用户的偏好和行为以优化项目排名。相为基于多数投票的隐式推荐[6]。虽然娱乐环境

v比之下，群组推荐系统[2,3,4]通过聚合个人如Netflix已经进行了关于群组推荐系统的适2

3

8的偏好来支持多个用户的决策制定。这种方法用性的初步研究[7]，但其生产平台仍然专注于

2引发了各种挑战，如解决冲突偏好、确保确定个体用户，而不是群体。音乐推荐提供了群组推

9

1.的推荐公平性以及识别适当的决策（聚合）策荐系统另一个相关的应用领域，例如，在派对或

7略。虽然针对单个用户的推荐系统侧重于个性健身房等共享聆听环境中。然而，像Spotify这3

0

5化，但群组推荐系统还必须考虑到用户之间的样的流行平台还没有将群体推荐集成进来，除

2谈判和对提议项目的妥协方面。

: