大模型推荐系统：算法原理、代码实战与案例分析

《大模型推荐系统：算法原理、代码实战与案例分析》主要分为3 部分。第1 部分简单介绍大模型相关技术，包括大模型的预训练、微调、在线学习、推理、部署等。第2 部分将大模型在传统推荐系统中的应用抽象为4 种范式——生成范式、预训练范式、微调范式、直接推荐范式，并对每种范式给出算法原理说明、案例讲解和代码实现。第3 部分以电商场景为例，讲解大模型在电商中的7 种应用，包括生成用户兴趣画像、生成个性化商品描述信息、猜你喜欢推荐、关联推荐、解决冷启动问题、推荐解释和对话式推荐，每种应用场景都包含完整的步骤说明和详细的代码实现，手把手教你构建大模型推荐系统。

《大模型推荐系统：算法原理、代码实战与案例分析》适合有一定推荐系统基础，期望深入了解和学习大模型技术在推荐系统中的应用思路和方法的大学生、科研工作者、算法从业者、算法产品及技术管理者阅读。