基于 ai 开发推荐系统的可行性？

假设有 10W 的用户数据，每天浏览新闻，是否是可以通过把用户的 id 和用户看过的新闻记录给过去，然 ai 自动分析用户对那些种类的新闻更感兴趣？

f 现在的标签也是由大模型驱动了，你可以去搜一下 livid 发的帖子

别把现在的 AI 神话，不过是 LLM 、AIGC 而已。 做这种事情，用数据挖掘/ML 之类的推荐系统足够了，效果比 LLM 好多了，成本还省很多。 要了解 LLM 的边界。

@woscaizi 最早最算法推荐的不是张一鸣的今日头条，而是郑钧的玩聚 sr ，那会儿大概是 2008 年左右。

@gaobh 数据格式提前做压缩，压缩成特地的协议好的简化格式可以省一点，但可能扩展性不高； 5L 的方案感觉非常完美

@ns09005264 好主意，成本巨降；

可以是可以，花的 token 估计不是一般的多

如果标签系统好的话，推荐系统用不上昂贵的模型就能有好的效果。 所以可以在源头上使用昂贵的模型对文章或视频进行标签分析，建立完善的标签系统，剩下的就可以用廉价的模型进行推荐。

@qiniu2025 亏死是指 token 太多吗？ 每个人 3000 个标签，是啥玩意好奇 https://i.imgur.com/L62ZP7V.png

当然可以,但是很不可控,要控制 AI 按需要的方式推荐,还需要做很多工作,比如建立标签库,抖音给每个人都有 3000 个标签,训练专用的模型才能降低成本,用这些公开几十亿,几百亿参数的模型亏死