Cold-Start Recommendation towards the Era of Large Language Models (LLMs): A Comprehensive Survey and Roadmap

要約

コールドスタート問題は、レコメンダーシステムにおける長年の課題の一つであり、より良いレコメンデーションを提供するために、新規またはインタラクションが制限されたユーザーやアイテムを正確にモデル化することに焦点を当てている。インターネットプラットフォームの多様化、ユーザーやアイテムの急激な増加により、コールドスタート推薦（CSR）の重要性がますます明らかになってきている。同時に、大規模言語モデル（LLM）は大きな成功を収め、ユーザーやアイテムの情報をモデル化する強力な能力を持っており、コールドスタート推薦に新たな可能性を提供している。しかし、CSRの研究コミュニティでは、この分野の包括的なレビューと考察がまだ不足している。これを踏まえ、本稿では、大規模言語モデルの時代の文脈に立ち、CSRのロードマップ、関連文献、将来の方向性に関する包括的なレビューと議論を提供する。具体的には、既存のCSRが、コンテンツ特徴、グラフ関係、ドメイン情報から、大規模言語モデルが持つ世界知識まで、どのように情報を活用しているのか、その発展経路の探索を行い、CSRに関する研究コミュニティと産業コミュニティの双方に新たな知見を提供することを目指している。コールドスタート・レコメンデーションの関連リソースは、https://github.com/YuanchenBei/Awesome-Cold-Start-Recommendation のコミュニティのために収集され、継続的に更新される。

要約(オリジナル)

Cold-start problem is one of the long-standing challenges in recommender systems, focusing on accurately modeling new or interaction-limited users or items to provide better recommendations. Due to the diversification of internet platforms and the exponential growth of users and items, the importance of cold-start recommendation (CSR) is becoming increasingly evident. At the same time, large language models (LLMs) have achieved tremendous success and possess strong capabilities in modeling user and item information, providing new potential for cold-start recommendations. However, the research community on CSR still lacks a comprehensive review and reflection in this field. Based on this, in this paper, we stand in the context of the era of large language models and provide a comprehensive review and discussion on the roadmap, related literature, and future directions of CSR. Specifically, we have conducted an exploration of the development path of how existing CSR utilizes information, from content features, graph relations, and domain information, to the world knowledge possessed by large language models, aiming to provide new insights for both the research and industrial communities on CSR. Related resources of cold-start recommendations are collected and continuously updated for the community in https://github.com/YuanchenBei/Awesome-Cold-Start-Recommendation.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL