您当前的位置：
首页 >
文章列表页 >
传统模式与大语言模型下推荐系统的比较研究
研究综述 | 更新时间：2025-02-26
|

    • 传统模式与大语言模型下推荐系统的比较研究

    • Recommendation Systems： A Comparative Study of Traditional Models and Pre-Trained Model Approaches

    • “在信息爆炸时代，优化推荐系统至关重要。研究比较了传统推荐系统与大语言模型推荐系统，明确了各自的优势与局限性，为未来研发策略提供参考。”
    • 软件导刊   2025年24卷第2期 页码：204-210

    • DOI：10.11907/rjdk.232280    

      中图分类号： TP18

    • 收稿日期：2023-12-19，

      纸质出版日期：2025-02-28

    移动端阅览

  • 黄文,李振江.传统模式与大语言模型下推荐系统的比较研究[J].软件导刊,2025,24(02):204-210. DOI： 10.11907/rjdk.232280.

    HUANG Wen,LI Zhenjiang.Recommendation Systems： A Comparative Study of Traditional Models and Pre-Trained Model Approaches[J].Software Guide,2025,24(02):204-210. DOI： 10.11907/rjdk.232280.

  •  
  •  

0

浏览量

116

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

结合序列依赖与全局信息的会话推荐方法
推荐系统中混合难负样本的生成模型
融合知识图谱与用户长短期兴趣的新闻推荐
融合偏好传播的多任务推荐模型研究

相关作者

袁卫华
孙倩
段汶君
曹家伟
梁文德
马汉达
李西明
古万荣

相关机构

山东建筑大学 计算机科学与技术学院
江苏大学 计算机科学与通信工程学院
华南农业大学 数学与信息学院
辽宁工程技术大学 电子与信息工程学院
辽宁工程技术大学 软件学院
0