Awesome-LLM-for-RecSys

一网打尽LLM+推荐系统论文资源,快速跟上前沿

Awesome-LLM-for-RecSys 是一个聚焦于大语言模型(LLM)在推荐系统中应用的论文与资源集合。它系统梳理了 LLM 用于推荐系统的前沿研究,涵盖用户画像构建、序列推荐、可解释推荐、对话式推荐等多个方向,并整理了相关数据集、工具和开源代码。该项目解决了推荐领域研究者与工程师快速追踪 LLM+推荐交叉领域进展的痛点,提供了结构化的分类导航,帮助用户高效定位所需论文和资源。其核心能力包括按任务类型、模型架构、应用场景等多维度分类,并持续更新来自顶会(如 KDD、SIGIR、WWW)的最新成果。对于希望将 LLM 能力融入推荐系统的开发者,这是一个极具价值的起点和参考索引。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1558
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队CHIANGEL
所属国家
官网地址
定价模式free
价格说明开源项目,完全免费,无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言
技术栈/模型awesome,large-language-models,llm,llm4rec,llm4rs,recommender-systems,recsys,rs
GitHub 星标★ 1558
30天Star增速
HF 下载量
上线时间2023-05-22 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

难度:入门 约 5 分钟 部署方式:本地安装 6 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可访问 GitHub 的网络环境
  • 已安装 git 命令行工具(用于克隆仓库)
  • 可阅读 Markdown 的编辑器或浏览器
  • 无需编程语言运行环境(README 未提供代码运行说明)

安装与启动步骤

  1. 1克隆仓库到本地

    把整个资源列表下载到本地,方便离线浏览和持续更新。README 未提供其他安装方式。

    git clone https://github.com/CHIANGEL/Awesome-LLM-for-RecSys.git
  2. 2进入项目目录

    克隆完成后进入目录,后续所有浏览操作都在这里进行。

    cd Awesome-LLM-for-RecSys
  3. 3打开主 README

    README.md 是唯一入口文档,包含论文分类导航。用编辑器或浏览器打开即可阅读。

    cat README.md
  4. 4查阅配套综述论文

    项目作者发表的综述已被 ACM TOIS 收录,建议先读综述再按分类找论文,效率更高。

  5. 5定位最新研究成果

    README 特别说明综述归档后,新论文统一更新在 “1.7 Newest Research Work List” 章节。

  6. 6跟进持续更新

    可定期拉取仓库获取新增论文,或按 README 提示扫码关注作者微信论文笔记。

    git pull

如何确认成功

克隆后本地出现 README.md,打开能看到 “1. Papers”“1.7 Newest Research Work List” 等章节即成功。

常见问题

Q:这个项目需要安装依赖或跑代码吗?

A:不需要。它是一个论文与资源索引集合(Awesome 列表),README 中没有提供任何安装脚本、依赖或可运行程序。

Q:怎么找到最新收录的论文?

A:README 说明综述论文归档后,最新研究统一更新在 “1.7 Newest Research Work List” 章节,直接查看该节即可。

Q:有配套的正式论文吗?

A:有。综述《How Can Recommender Systems Benefit from Large Language Models: A Survey》已被 ACM Transactions on Information Systems (TOIS) 接收。

Q:如何第一时间获取更新?

A:README 提示作者在微信持续撰写 LLM 增强推荐系统的每周论文笔记,可扫描 README 中的二维码关注。

注意事项

  • 本项目为纯文档型资源列表,不含可执行代码、服务端口或配置文件,因此没有部署与启动环节。
  • 仓库处于持续更新状态,建议定期执行 git pull 获取新增论文。
  • README 中的论文链接多指向出版方或 arXiv 页面,部分可能需要机构订阅权限才能查看全文。

核心亮点

  • 分类体系清晰,按任务、模型、场景多维度组织,便于检索
  • 收录论文较新,持续跟踪顶会成果,时效性强
  • 附带数据集和开源代码链接,实用性强

不足之处

  • 资源列表为主,缺乏深度解读或对比分析
  • 文档/社区待观察

适用场景

  • 推荐系统研究者调研LLM应用方向
  • 工程师寻找可落地的LLM推荐方案参考
  • 学生入门LLM+推荐系统领域学习路径

替代项目

Awesome-LLM-RecSys、LLM4Rec、Awesome-Recommender-Systems

项目介绍

Awesome-LLM-for-RecSys 是行业应用领域的开源项目,由 CHIANGEL 开发,2023 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(1,558)位列前 30%,在行业应用分类中处于中上游。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-22。完全免费,无付费版本。

它主要面向的使用场景是:推荐系统研究者调研LLM应用方向。同类可对比的替代方案包括 Awesome-LLM-RecSys、LLM4Rec、Awesome-Recommender-Systems。

上一篇:LangAlpha

下一篇:tensor-house

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩,副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能,包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11
LiveTranslate 开源

直播看片实时翻译,字幕秒出,跨语言无压力

Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···

★ 691 2026-08-13