Yongfeng Zhang

概述

P5 论文通讯作者，Rutgers University 教授，推荐系统基础模型方向的先驱研究者，推动了 LLM for Recommendation 研究范式。

关键内容

1. P5 论文通讯作者：作为通讯作者指导了 "Recommendation as Language Processing (RLP): A Unified Pretrain, Personalized Prompt & Predict Paradigm (P5)" 的研究，该论文发表于 RecSys 2022，引用量 545+，成为 LLM+推荐系统领域最具影响力的早期工作之一。

2. 推荐系统基础模型愿景：在 P5 论文中明确提出了"推荐系统基础模型"概念——通过大规模预训练获得通用推荐理解能力，然后通过 Prompt 适配具体场景，类比 BERT 之于 NLP、ViT 之于计算机视觉。

3. 学术领导力：其研究团队持续推动 LLM for Recommendation 方向，开发了 OpenP5 标准化基准平台，为该领域的公平对比和可复现性研究提供了基础设施。

4. 研究影响力：P5 工作帮助形成了"语言是连接不同推荐任务的天然桥梁"的学术共识，使"LLM for Recommendation"从小众方向迅速成长为推荐系统领域最热门的研究主题。

来源

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

相关

• P5 论文 — 通讯作者的开创性论文
• Shijie Geng — 第一作者/学生
• OpenP5 — 团队开发的标准化基准平台
• Rutgers University — 所属机构
• 推荐系统基础模型 — 提出的核心愿景
• 生成式推荐 — 推动的研究范式