Tutorial on Large Language Models for Recommendation

概要

• RecSys2023のチュートリアルの内容。LLMのレコメンドタスクへの応用について、ベースラインとなるような研究
• まだスライドは見れていない（公開されていない？）が、ペーパーと実装は公開されている。

• レコメンドの研究でよく利用されるデータセットを選定した上で、T5-smallをベースに事前学習。

• Sequential Reommend（系列推薦;ユーザーの直近の行動履歴を与えた上で、次は何を買う？という問題設定） とStraightfoward Recommend（直接推薦?; 系列などは与えず、このユーザーは何を買う？という問題設定）の２つの設定で実験。

• promptの中にデータセット名やユーザーのID、系列推薦の場合は購買履歴を含めた上でレコメンドするアイテムを問う。

• アイテムIDの振り方も肝。
• たとえばアイテムID”2021”と”2022”があった際に、それぞれ「”20”, “21”」「”20”, “22”」と分割される。”20”が共通しているのに関連がないと微妙。
• 購買履歴に基づいて、関連するアイテムが近いIDの割り振りになるような方法が提案されている。

• この辺の実装・実験内容をオープンソースで公開（OpenP5）