当 AI 进入推荐系统：从“推什么”到“怎么选”
中文摘要
vivo利用大模型在推荐后增加表达层，通过挖掘游戏动机辅助用户决策，实现从“推什么”到“怎么选”的升级。
English Summary
vivo uses LLMs after ranking to add an expression layer, helping users understand game differences and make decisions, shifting from "what to recommend" to "how to choose."
Original Excerpt
📌 一句话摘要 本文探索在推荐系统排序之后，利用大模型构建游戏理解与表达层，将推荐从“推什么”推进到“帮用户看懂差异、完成选择”。 📝 详细摘要 文章分享了 vivo 互联网产品团队在游戏分发场景下的实践探索。核心问题是：推荐排序已足够精准，但用户面对多款相似游戏时仍难以抉择。团队没有重做推荐系统，而是在排序之后补上了一层“表达与决策”能力。做法是先利用大模型进行开放式探索，挖掘出传统标签体系缺失的“游戏动机”与“付费...