मौजूदा संवादात्मक अनुशंसा प्रणाली (CRS) की सीमाओं को दूर करने के लिए, जो उपयोगकर्ताओं की विषम निर्णय लेने की शैलियों और ज्ञान के स्तरों को ध्यान में रखने में विफल रहती हैं, यह पत्र उपभोक्ता प्रकार-संवर्धित संवादात्मक अनुशंसा प्रणाली (CT-CRS) नामक एक ढाँचा प्रस्तावित करता है, जो उपभोक्ता प्रकार मॉडलिंग को संवादात्मक अनुशंसाओं में एकीकृत करता है। उपभोक्ता प्रकार सिद्धांत के आधार पर, हम चार उपयोगकर्ता प्रकारों को परिभाषित करते हैं—आश्रित, कुशल, सतर्क और विशेषज्ञ—दो आयामों के आधार पर: निर्णय लेने की शैली (अधिकतम करने वाला बनाम संतुष्ट करने वाला) और ज्ञान का स्तर (उच्च बनाम निम्न)। CT-CRS, अंतःक्रिया इतिहास का लाभ उठाकर और एक बड़े पैमाने के भाषा मॉडल को परिष्कृत करके, स्थिर प्रश्नावली की आवश्यकता को समाप्त करते हुए, वास्तविक समय में उपयोगकर्ता प्रकारों का स्वचालित रूप से अनुमान लगाता है। हम उपयोगकर्ता प्रकारों को अवस्था अभ्यावेदन में एकीकृत करते हैं और एक प्रकार-अनुकूली नीति डिज़ाइन करते हैं जो अनुशंसा ग्रैन्युलैरिटी, विविधता और विशेषता क्वेरी जटिलता को गतिशील रूप से समायोजित करती है। संवादात्मक नीति को और अधिक अनुकूलित करने के लिए, हम एजेंट को उपभोक्ता प्रकारों के आधार पर विशेषज्ञ जैसी रणनीतियों का अनुमान लगाने में सक्षम बनाने के लिए व्युत्क्रम सुदृढीकरण अधिगम (IRL) का उपयोग करते हैं। लास्टएफएम, अमेज़न बुक्स और येल्प पर प्रायोगिक परिणाम दर्शाते हैं कि सीटी-सीआरएस मौजूदा तरीकों की तुलना में सिफ़ारिशों की सफलता दर को बढ़ाता है और बातचीत के दौरों की संख्या को कम करता है। अतिरिक्त प्रयोगों से यह पुष्टि होती है कि उपभोक्ता प्रकार मॉडलिंग और आईआरएल दोनों ही बेहतर प्रदर्शन में महत्वपूर्ण योगदान देते हैं। निष्कर्षतः, सीटी-सीआरएस मनोवैज्ञानिक मॉडलिंग और उन्नत नीति अनुकूलन को एकीकृत करके सीआरएस वैयक्तिकरण को बेहतर बनाने के लिए एक मापनीय और व्याख्या योग्य समाधान प्रदान करता है।
