1.3 KiB
1.3 KiB
title, created, updated, type, tags, sources
| title | created | updated | type | tags | sources | ||||
|---|---|---|---|---|---|---|---|---|---|
| 生成式推荐 (Generative Recommendation) | 2026-06-10 | 2026-06-10 | concept |
|
|
生成式推荐 (Generative Recommendation)
将推荐任务建模为序列生成问题，用生成式模型直接预测下一个 item 的推荐范式。
定义
生成式推荐将推荐重新表述为序列生成：给定用户历史行为序列，模型直接生成下一个推荐 item（以 itemic-tokens 形式）。这与传统推荐（embedding 匹配 + top-K 检索）形成根本差异。
核心思想
- 统一生成框架：将召回、排序、重排统一为一个端到端生成过程
- Scaling 优势：像 LLM 一样，模型和数据的扩展带来持续性能提升
- 跨域泛化：生成式模型天然支持跨域推荐
代表工作
- onerec（快手）：工业级生成式推荐，多业务线部署
- 在短视频、直播、广告、电商等场景验证
核心挑战
- 推理能力缺失：纯 item token 序列无法支撑 chain-of-thought 推理
- itemic-text-alignment：item token 与自然语言的跨模态对齐