Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Vers des agents de vente conversationnels personnalisés : profilage contextuel des utilisateurs pour une action stratégique

Created by
  • Haebom

Auteur

Tongyoung Kim, Jeongeun Lee, Soojin Yoon, Sunghwan Kim, Dongha Lee

Contour

Contrairement aux systèmes de recommandation conversationnels (CRS) existants, qui se concentrent sur l'extraction simple des préférences et la récupération d'articles par attributs, cet article présente « Conversational Sales (CSALES) », un nouveau défi qui reflète les processus décisionnels complexes des situations réelles du e-commerce. CSALES réalise l'induction des préférences, la recommandation et la persuasion dans un cadre conversationnel intégré. Afin de garantir une évaluation réaliste et systématique, nous présentons CSUSER, un protocole d'évaluation incluant un simulateur utilisateur basé sur LLM qui modélise des profils utilisateurs segmentés à partir de données comportementales réelles et fournit des interactions personnalisées. De plus, nous proposons CSI, un agent de vente conversationnel qui déduit à l'avance des profils utilisateurs contextuellement pertinents et sélectionne stratégiquement les actions à entreprendre par la conversation. Les résultats expérimentaux montrent que CSI améliore significativement les taux de réussite des recommandations et l'efficacité de la persuasion pour divers profils utilisateurs.

Takeaways, Limitations

Takeaways:
Présentation d'un nouveau défi de système de recommandation conversationnelle (CSALES) qui reflète la complexité des environnements de commerce électronique du monde réel.
ÉValuation objective et réaliste possible grâce au simulateur utilisateur LLM (CSUSER) basé sur des données comportementales réelles.
Développement d'un agent de vente conversationnel (CSI) qui améliore le succès des recommandations et l'efficacité de la persuasion grâce à la connaissance du contexte et à la sélection d'actions stratégiques.
Présenter la possibilité de concevoir un système de recommandation interactif efficace pour divers profils d'utilisateurs.
Limitations:
Il est possible que le simulateur d'utilisateur basé sur LLM de CSUSER ne reflète pas parfaitement le comportement réel des utilisateurs.
L'évaluation des performances du CSI dépend de l'ensemble de données présenté et des mesures d'évaluation, et les performances peuvent varier dans différentes situations ou ensembles de données.
Des recherches supplémentaires sont nécessaires sur les performances de généralisation et l’évolutivité du CSI.
👍