Oct, 2023

销售人员与销售机器人：探索对话式推荐系统中教育价值的作用

PDF
TL;DR通过结合大型语言模型的先进技术，我们定义了一个新的问题空间，旨在通过混合类型和混合主动式对话提供产品推荐和教育价值的对话代理系统。我们通过构建 SalesBot 和 ShopperBot，对 SalesBot 与专业销售人员进行全面的人类研究比较，发现 SalesBot 在流畅度和信息量方面接近专业水平，但在推荐质量方面有所不足。我们强调了两者在提供真实信息方面的显著局限性，突出了在对话代理系统背景下确保忠实性的挑战。我们发布了代码并提供所有数据。
conversational recommender systemsdomain expertisemixed-initiative dialoglarge language modelsrecommendation quality
发现论文，激发创造
  • 会话式推荐系统

    本文提出将对话系统和推荐系统结合到一起，基于深度强化学习框架构建个性化的对话推荐代理以优化每个会话的效用函数。

    Jun, 2018

  • 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

  • 对话式推荐系统调查

    本文详细调查了面向会话的推荐技术现有的方法，将这些方法按支持的用户意向或背景知识等维度分类，同时讨论了技术方法、CRS 的评估，以及未来需要更多研究的领域。

    Apr, 2020

  • INFACT: 一种用于对话推荐的在线人类评估框架

    本文讨论了对话式推荐系统的评估方法，指出当前主要依赖离线计算度量方式可能存在不足，建议结合人类主观感受开展模型评价，以提高模型性能的准确性和有效性。

    Sep, 2022

  • BARCOR: 面向会话推荐系统的统一框架

    本文提出了一种基于 BART 的统一框架，针对面向对话推荐的两个任务（推荐和响应生成）设计了单一模型，另外还构建了一个电影领域的轻量级知识图谱，在自动化和人类评估方面都取得了最先进的表现。

    Mar, 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

  • 一次对话胜过千言万语的推荐：综合对话推荐系统调查

    综述了以结构化方式总结的综合对话推荐系统方法，并对真实应用场景中的对话推荐系统数据集和评估方法进行了详细分析，提出了目前综合对话推荐系统所面临的挑战和可能的未来趋势。

    Sep, 2023

  • 销售机器人 2.0：一个人类化意图导向的闲聊数据集

    本文介绍了 SalesBot 2.0，通过使用大型语言模型的常识知识逐渐缩小闲聊和面向任务的对话之间的差距，构建了一个新的大规模数据集，提供了更加平滑的话题转换和更加接近人类自然性和一致性的对话，对学术研究和商业应用都具有重要价值，并提出了一种框架可以用于生成具有各种目标意图的对话。

    Aug, 2023

  • 通过用户模拟评估对话式推荐系统

    本文提出一种通过用户模拟来替代人类评估的方法，以实现对话推荐系统的自动评估。作者表明，通过考虑用户的个人喜好和与系统的一般交互流程，偏好建模和特定任务交互模型都有助于实现高度自动化的绩效评估结果和人工人工评估的高度相关性。

    Jun, 2020

  • FORCE：基于规则的对话推荐框架

    提出了一种基于规则的对话式推荐系统框架 FORCE，帮助开发者通过简单配置快速建立不受大规模人工注释数据集限制、能够应对冷启动场景的 CRS 机器人。作者在两个不同语言和领域的数据集上进行了实验，验证其有效性和可用性。

    Mar, 2022