Shijie Geng

概述

P5 论文第一作者，Rutgers University 研究者，提出了将推荐系统统一为语言处理任务的开创性范式。

关键内容

1. P5 论文第一作者：2022 年作为第一作者发表 "Recommendation as Language Processing (RLP): A Unified Pretrain, Personalized Prompt & Predict Paradigm (P5)"，发表于 RecSys 2022，该论文被选为杰出论文之一，引用量 545+。

2. 核心贡献：首次系统性地论证了"将推荐系统完全重构为语言处理任务"的可行性，将五大推荐任务（评分预测、序列推荐、解释生成、评论摘要、直接推荐）统一到一个基于 T5 的语言模型框架中。

3. 后续工作：领导开发了 OpenP5 标准化基准平台，方便后续研究者在 P5 范式下进行公平对比实验。

4. 学术影响：P5 工作帮助推荐系统社区形成了"语言是连接不同推荐任务的天然桥梁"的重要共识，直接催生了 LLM for Recommendation 这一热门研究方向。

来源

• Shijie Geng et al. — P5: Recommendation as Language Processing, RecSys 2022 (arXiv:2203.13366)

相关

• P5 论文 — 第一作者的开创性论文
• Yongfeng Zhang — 通讯作者/合作者
• OpenP5 — 后续标准化基准平台
• Rutgers University — 所属机构
• T5 — P5 使用的骨干模型