PulseAugur
中
实时 10:48:59
English(EN) QueryAgent-R1: Bridging Query Generation and Product Retrieval for E-Commerce Query Recommendation

QueryAgent-R1 通过检索增强型查询提升电子商务转化率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 QueryAgent-R1，一个旨在通过更好地将建议查询与实际产品库存和用户偏好相匹配来改进电子商务查询推荐的新框架。这种代理方法使用检索优化链来确保生成的查询基于真实产品，旨在提高查询点击率和产品转化率。初步测试表明，QueryAgent-R1 在生产环境中将查询点击率提高了 2.9%，将引导式转化率提高了 3.1%。 AI

影响 通过将查询生成与产品检索直接关联，增强电子商务搜索功能，有望提高转化率。

排序理由 介绍新框架并报告基准和 A/B 测试结果的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Dike Sun, Zheng Zou, Jingtong Zang, Qi Sun, Huaipeng Zhaoand Tao Luo, Xiaoyi Zeng ·

    QueryAgent-R1：连接查询生成与产品检索，用于电子商务查询推荐

    arXiv:2606.05671v1 Announce Type: new Abstract: Query recommendation in e-commerce search aims to proactively suggest queries that match users' potential interests. However, existing methods mainly optimize query-level relevance, while neglecting whether the retrieved products al…

相关实体

相关话题