Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

Hướng tới các đại lý bán hàng đàm thoại được cá nhân hóa: Hồ sơ người dùng theo ngữ cảnh cho hành động chiến lược

Created by
  • Haebom

Tác giả

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

Phác thảo

Không giống như các hệ thống đề xuất đàm thoại (CRS) hiện có, vốn tập trung vào việc trích xuất sở thích dựa trên thuộc tính đơn giản và tìm kiếm sản phẩm, bài báo này trình bày "Bán hàng Đàm thoại (CSALES)", một thách thức mới, phản ánh quy trình ra quyết định phức tạp của các tình huống thương mại điện tử thực tế. CSALES thực hiện việc gợi ý sở thích, đề xuất và thuyết phục trong một khuôn khổ đàm thoại tích hợp. Để đảm bảo đánh giá thực tế và có hệ thống, chúng tôi trình bày CSUSER, một giao thức đánh giá bao gồm trình mô phỏng người dùng dựa trên LLM, mô hình hóa hồ sơ người dùng được phân khúc dựa trên dữ liệu hành vi thực tế và cung cấp các tương tác được cá nhân hóa. Hơn nữa, chúng tôi đề xuất CSI, một nhân viên bán hàng đàm thoại có khả năng suy luận trước các hồ sơ người dùng phù hợp với ngữ cảnh và lựa chọn hành động một cách chiến lược thông qua hội thoại. Kết quả thử nghiệm cho thấy CSI cải thiện đáng kể cả tỷ lệ thành công của đề xuất và hiệu quả thuyết phục trên nhiều hồ sơ người dùng khác nhau.

Takeaways, Limitations

Takeaways:
Trình bày thử thách Hệ thống đề xuất đàm thoại (CSALES) mới phản ánh sự phức tạp của môi trường thương mại điện tử trong thế giới thực.
Có thể đánh giá khách quan và thực tế thông qua Trình mô phỏng người dùng LLM (CSUSER) dựa trên dữ liệu hành vi thực tế.
Phát triển một tác nhân bán hàng đàm thoại (CSI) giúp cải thiện khả năng thành công của việc giới thiệu và hiệu quả thuyết phục thông qua nhận thức theo ngữ cảnh và lựa chọn hành động chiến lược.
Trình bày khả năng thiết kế hệ thống đề xuất tương tác hiệu quả cho nhiều hồ sơ người dùng khác nhau.
Limitations:
Có khả năng trình mô phỏng người dùng dựa trên LLM của CSUSER có thể không phản ánh hoàn hảo hành vi của người dùng thực tế.
ĐáNh giá hiệu suất của CSI phụ thuộc vào tập dữ liệu được trình bày và các số liệu đánh giá, và hiệu suất có thể thay đổi trong các tình huống hoặc tập dữ liệu khác nhau.
Cần nghiên cứu thêm về hiệu suất tổng quát và khả năng mở rộng của CSI.
👍