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."
原文节选
📌 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...