研究人员开发了一种新颖的、无需训练的基于LLM的候选生成系统，旨在改进Vrbo等度假租赁平台上的房产推荐。该系统解决了传统协同过滤方法因交互数据不足而难以有效服务的“长尾”房源列表的挑战。通过利用静态房源元数据和现成的LLM来合成语义查询，该系统生成多样化的候选并将其与现有方法融合，在不降低热门房源服务性能的情况下显著扩展了不太受欢迎房源的覆盖范围。该方法还表明，对于大规模目录应用，小型、自托管的LLM可以实现与前沿API模型相媲美的性能。 AI
影响 通过支持对小型、自托管LLM的有效利用，增强了电子商务平台的推荐系统，特别是针对长尾库存。
排序理由 学术论文，详细介绍了LLM在特定行业问题中的新颖应用。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.09877v1 Announce Type: new Abstract: Vacation rental marketplaces face a structural imbalance on the supply side: a small fraction of properties receive most user interactions, while the long tail of new, niche, and seasonal listings generates too little behavioral sig…
Vacation rental marketplaces face a structural imbalance on the supply side: a small fraction of properties receive most user interactions, while the long tail of new, niche, and seasonal listings generates too little behavioral signal for collaborative filtering to serve effecti…