揭示ChatGPT在推荐系统中的能力
摘要：ChatGPT在推荐方面的能力和限制还不清楚。本研究旨在从信息检索的角度对ChatGPT的推荐能力进行实证分析，包括点对点、对比和列表排序。通过在不同领域的四个数据集上进行广泛实验，我们证明ChatGPT在这三种排序策略上优于其他大型语言模型。基于成本改进的分析，我们确定ChatGPT在列表排序方面在成本和性能之间取得了最佳平衡，相较于点对点和对比排序。此外，ChatGPT还显示出缓解冷启动问题和可解释推荐的潜力。为了进一步探索这一领域，我们公开了完整的代码和详细的原始结果，网址为https://github.com/rainym00d/LLM4RS。
作者：Sunhao Dai, Ninglu Shao, Haiyuan Zhao, Weijie Yu, Zihua Si, Chen Xu, Zhongxiang Sun, Xiao Zhang, Jun Xu
论文ID：2305.02182
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-08-25