大模型下的推荐系统
推荐系统是一种利用机器学习和数据分析技术，根据用户的历史行为、兴趣和偏好，向用户推荐他们可能感兴趣的物品、服务或内容的系统。
本课程从推荐系统的基础知识结构讲起，然后由浅入深地过渡到前沿的基于深度学习与大模型的推荐算法。课程内容同时会覆盖序列推荐、基于图学习的推荐系统以及推荐系统的可解释性等学术研究热点。此外，课程会讲解自然语言处理的基本知识，并讲解如何利用自然语言处理技术分析推荐系统中的各类文本信息，从而提升推荐算法性能。
本课程重点关注推荐系统算法的前沿课题，通过分析各种有影响力的推荐算法的创新点，帮助学员归纳与掌握实现推荐系统的思路以及进行推荐系统算法研究与论文发表的方法论。
通过本课程，学员将熟练掌握推荐系统的基础知识与前沿研究方向，学习实现推荐系统各种经典算法的方法，并获得进行前沿推荐系统研究的思路与方法论。