SIGIRMay, 2023

U-NEED: 一种针对用户需求的细粒度电子商务对话推荐数据集

PDF
TL;DR本研究使用真实的电商数据构建了一个用户需求为中心的电子商务对话推荐数据集并提出 5 个任务，包括对话理解、需求调查、基于用户需求的推荐、对话生成和对话评估，在不同类别中探索电商推荐的挑战。
conversational recommender systemse-commercedatasetuser needs-centric recommendationpre-sales dialogues
发现论文，激发创造
  • C2-CRS：面向对话推荐系统的粗到细对比学习

    该研究提出一种粗粒度到细粒度对比学习框架以提升自然语言对话式推荐系统中外部数据的语义融合，旨在解决从有限的对话内容中精准推断用户偏好的问题，并在公共数据集上进行了广泛的实验来证明效果。

    Jan, 2022

  • 多维用户建模的用户中心对话推荐

    本文提出了一种基于用户中心的对话推荐模型，该模型利用了用户历史对话记录和类似用户的信息作为用户偏好的重要来源，在对话生成和推荐方面表现出了优越性。

    Apr, 2022

  • 对话式推荐系统的进展与挑战：综述

    本文系统地回顾了当前对话式推荐系统（CRSs）的技术，总结了 CRSs 开发中的 5 个关键方向：基于问题的用户偏好获取、多轮对话推荐策略、对话理解和生成、开发利用折中和探索等方法的算法、以及 CRSs 的评估和用户模拟问题，并根据这些研究方向讨论了一些未来的挑战和机遇。

    Jan, 2021

  • 定制化对话推荐系统

    本文提出了定制化对话推荐系统（CCRS）的概念，以提高用户体验，包括多样化的对话回复生成器和细粒度意向识别，并通过元学习的方法定制化模型参数，实验表明 CCRS 在推荐和对话服务方面具有优越性。

    Jun, 2022

  • 通过知识增强的提示学习实现统一的对话式推荐系统

    本论文提出了基于知识增强提示学习的统一会话型推荐系统模型 UniCRS，通过使用包含融合知识表示、任务特定软标记和对话上下文的知识增强提示来实现一体化的推荐和对话子任务，并证明了这种方法的有效性。

    Jun, 2022

  • 以语言处理任务为基础的参数高效对话推荐系统

    使用预先训练的语言模型以自然语言表示项，通过语义匹配进行项目推荐和对话生成的统一模型 PECRS，在两个基准数据集上的实验证明了其在推荐和对话方面的有效性。

    Jan, 2024

  • 电商售前对话中的会话式推荐系统与大型语言模型的完美结合

    本文研究了将大型语言模型与对话型推荐系统结合在电子商务售前对话中的有效性，并提出了两种协作方法：对话型推荐系统辅助大型语言模型和大型语言模型辅助对话型推荐系统。通过对真实世界电子商务售前对话数据集进行广泛实验，我们分析了两种协作方法在四个任务上对电子商务售前对话的影响，发现 CRS 和 LLM 之间的协作在某些情况下非常有效。

    Oct, 2023

  • 对话式推荐作为检索：一个简单而强大的基准模型

    本文提出了一种 IR 式方法，将对话表示为查询，将物品表示为待检索的文档，扩展了用于检索的文档表示，并使用 BM25 检索器进行比较，证明了该方法比使用复杂外部知识的基线模型效果好，同时通过用户中心建模和数据增强来解决 CRS 的冷启动问题。

    May, 2023

  • 利用历史交互数据提高对话推荐系统

    本文提出了一种基于预训练的方法，通过历史交互数据和会话数据整合两种基于项目和属性的偏好序列，使用有效的负样本生成器来提高学习性能，从而改进对话推荐系统 (CRS)。实验结果表明了这种基于预训练方法的有效性。

    Aug, 2020

  • 面向电子商务知识图谱的对话式推荐数据集 COOKIE

    本文介绍了一个名为 COOKIE 的基于知识图谱的电子商务平台对话推荐的新数据集，该数据集是通过集成用户 - 代理对话和自定义知识图谱构建的，其基线和实验表明我们的数据集能够为对话推荐提供创新的机会。

    Aug, 2020