MORA-LLM: Enhancing Multiobjective Optimization Recommendation Algorithm by Integrating Large Language Models

Yuanyuan Ge

doi:10.1109/TEVC.2025.3612284

MORA-LLM: Enhancing Multiobjective Optimization Recommendation Algorithm by Integrating Large Language Models

2025-09-19

0

PRE

AI

DOI：10.1109/TEVC.2025.3612284

原文链接

原文求助

摘要

En 中文

通过集成大型语言模型（LLMs）增强的多目标优化推荐算法（MORA-LLM）显著提升了推荐系统性能。该算法通过LLMs的广泛知识、推理能力和自然语言生成能力，弥补了基于MOEA的推荐系统在语义理解方面的不足。首先，提出LLMs增强的预测评分（LEPS）策略，利用LLMs的广泛知识获取用户嵌入向量，并提取相似用户交互信息以缓解冷启动问题。其次，提出LLMs增强的搜索（LES）策略，结合LLMs的推理能力和竞争性群体优化思想，提高多目标收敛性。最后，基于LLMs输出结果校正预测评分，并提供推荐理由以帮助用户理解推荐结果。实验结果表明，MORA-LLM在推荐准确性和收敛性方面显著优于现有算法。

Keyword:

Evolutionary optimization

large language models (LLMs)

multiobjective recommendation

recommendation system

MORA-LLM: Enhancing Multiobjective Optimization Recommendation Algorithm by Integrating Large Language Models

摘要

期刊

机构

引用论文