摘要
选址作为商业决策和城市基础设施规划的核心环节,对实体店铺、城市基础设施能否发挥预期效用具有重要作用。现有的选址推荐系统数据服务编排较为固定,无法对不同用户需求系统做出及时调整,应用场景受限,人机交互的系统灵活性和可扩展性差。最近,以GPT-4为代表的大语言模型(Large Language Models,LLMs)展现出了强大的意图理解、任务编排、代码生成和工具使用能力,能够完成传统推荐模型难以兼顾的任务,为重塑推荐流程,实现一体化的推荐服务提供了新的机遇。然而,一方面选址推荐在兼具传统推荐共有的挑战,另一面,由于其基于空间数据,具有独特的挑战。
在这一背景下,本文提出了大语言模型驱动的选址推荐系统。首先,我