NAVER论文：用LLM提取贝叶斯先验，解决推荐系统冷启动

_reachsumit · x · 2026-08-05

NAVER 提出了一种利用大语言模型（LLM）改善推荐系统冷启动问题的新方法。

研究将用户评论文本交由 LLM 提取语义信号，并将其转化为贝叶斯先验，用于热启动多臂老虎机算法中的汤普森采样。在真实环境的 A/B/C 测试中，这种基于 LLM 的先验设计在反馈稀疏阶段表现出最大的点击率（CTR）提升，且不同的人口统计学特征分段会呈现出不同的漏斗效应。