Awesome-Item-ID-Gen-RecSys

一榜看尽生成式推荐物品标识研究，快速入门不迷路

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 6

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 122

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，无付费版本。

项目预览

Awesome-Item-ID-Gen-RecSys 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队HKBU-LAGAS

官网地址https://www.techrxiv.org/doi/full/10.36227/techrxiv.176945895.52184668

GitHubhttps://github.com/HKBU-LAGAS/Awesome-Item-ID-Gen-RecSys

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

技术栈/模型generative-ai,generative-recommendation,generative-retrieval,item-identifier,item-tokenization,large-language-model,llm-recommendation,llm4rec,recommendation-system,recommender-system

GitHub 星标★ 122

上线时间2025-11-18 00:00:00

代码更新2026-10-19

仓库体积1.7 MB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-09

浏览次数7

项目介绍

这是一个关于生成式推荐系统中物品标识（Item ID）与物品令牌化（Item Tokenization）研究进展的精选列表，由相关综述论文《A Survey of Item Identifiers in Generative Recommendation: Construction, Alignment, and Generation》支持。项目旨在系统梳理该领域的关键技术，包括物品标识的构建方法、与语言模型的对齐策略以及生成式检索的落地方式。它解决了生成式推荐中如何将物品有效转化为模型可理解的标识符这一核心问题，为研究者提供了结构化的论文索引、分类和资源汇总。核心能力包括：按主题分类整理论文、标注技术路线、提供综述链接，帮助快速了解领域全貌和最新动态。适合作为入门指南和文献检索工具，尤其对关注LLM在推荐系统中应用的研究人员有较高参考价值。