研究人员开发了一个名为COPE（COnversational Preference Elicitation via Mixture of Experts，通过专家混合模型进行对话式偏好引导）的新框架，以改进对话式推荐系统。该系统根据对话的阶段动态调整其偏好引导策略。在对话早期，COPE倾向于基于属性的询问，而在后期则更受益于基于物品的策略。通过使用新创建的数据集InPE进行离线评估，证明了该方法的有效性，该数据集包含有关引导必要性和策略选择的详细注释。 AI
影响 这项研究通过改进推荐系统如何通过自然语言对话理解用户偏好，有望带来更直观、更有效的个性化推荐系统。
排序理由 该集群描述了一篇关于对话式推荐系统的新颖框架和数据集的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
