🚀 P5 (Beauty Base)
将推荐作为语言处理:统一预训练、个性化提示与预测范式
本项目采用统一的预训练、个性化提示和预测范式来处理推荐问题,涵盖顺序推荐、直接推荐和解释生成等多种功能,使用亚马逊美国评论数据集进行训练。
✨ 主要特性
- 顺序推荐:依据用户的购买历史记录,预测下一个可能推荐给用户的商品。
- 直接推荐:从给定的商品列表中挑选最适合的商品推荐给用户。
- 解释生成:基于特征词为特定商品生成解释说明。
- 文本生成:具备文本到文本的生成能力。
📚 详细文档
数据集
本模型使用的训练数据为amazon_us_reviews
。
评估指标
模型评估使用了以下指标:
- NDCG:归一化折损累积增益
- HR:命中率
- MAE:平均绝对误差
- BLUE:双语评估替补
- ROUGE:自动文摘评估指标
示例
顺序推荐
I find the purchase history list of user_823 :
5255 -> 3001 -> 3771 -> 2973
I wonder what is the next item to recommend to the user . Can you help me decide ?
直接推荐
Pick the most suitable item from the following list and recommend to user_182 :
5871 , 3575 , 6355 , 3665 , 7968 , 1054 , 11837 , 9031 , 2643 , 3125 , 11476 , 1529 , 6300 , 11755 , 9410 , 1578 , 5953 , 5042 , 10881 , 2221 , 11286 , 10458 , 2081 , 3722 , 10581 , 5879 , 1780 , 7411 , 5202 , 2082 , 82 , 8131 , 77 , 8097 , 1053 , 9946 , 1341 , 4508 , 2613 , 629 , 4869 , 9833 , 7076 , 6178 , 6679 , 6650 , 472 , 8821 , 4005 , 4184 , 2866 , 4988 , 10759 , 6358 , 4137 , 790 , 5390 , 9330 , 3691 , 2667 , 5620 , 11982 , 4799 , 10062 , 4278 , 4530 , 7944 , 10225 , 1766 , 6657 , 11371 , 305 , 1091 , 7144 , 1869 , 744 , 295 , 91 , 6947 , 9290 , 2977 , 11206 , 1677 , 7812 , 1159 , 1128 , 8762 , 5795 , 8061 , 9639 , 6161 , 2142 , 8124 , 5316 , 10425 , 12097 , 476 , 5710 , 1802 , 8969
解释生成
Based on the feature word shampoo , generate an explanation for user_837 about this product : Dove Nourishing Oil Shampoo, 25.4 Ounce
模型图示

📄 许可证
本项目采用MIT许可证。