研究人员开发了PersonaGen-1M，一个包含超过一百万个合成买家用户画像的语料库，旨在帮助优化ChatGPT、Gemini和Perplexity等生成式AI引擎。该语料库包含详细的行为属性、搜索查询，以及重要的是，每个用户画像的主要意图标签和偏好来源字段。这些数据是使用GPU加速的MinHash LSH和语义去重技术，从数百万原始用户画像描述中构建的，旨在提供需求侧的见解，以了解品牌在这些AI系统中是如何被推荐的。 AI
影响 为理解买家行为和优化AI推荐系统提供了一个新数据集。
排序理由 该集群描述了一篇关于为研究目的创建大型数据集的学术论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2608.30023v1 Announce Type: cross Abstract: Generative engines such as ChatGPT, Gemini, and Perplexity answer buyer questions directly and name a shortlist of brands inside the answer. Studying how brands enter or fail to enter that shortlist requires demand-side data: what…
Generative engines such as ChatGPT, Gemini, and Perplexity answer buyer questions directly and name a shortlist of brands inside the answer. Studying how brands enter or fail to enter that shortlist requires demand-side data: what buyers in a category ask, what information they n…