Using LLMs to infer grocery preferences from DoorDash restaurant orders

Using LLMs to infer grocery preferences from DoorDash restaurant orders

摘要

DoorDash利用消费者餐厅订单历史，通过大型语言模型（LLM）生成个性化杂货推荐，解决冷启动问题。系统将订单转化为标签，结合LLM进行标签到分类的映射，生成相关商品推荐。该方法通过压缩用户信号、离线处理及个性化评分，确保高质量推荐，同时降低成本。LLM在稀疏数据下表现优异，结合检索增强生成（RAG）和混合技术，提升推荐准确性和一致性。