Semrad

新框架SemRaD提升电商用户预测准确性

研究人员开发了一个名为SemRaD的新框架，以改进电商平台新用户的预测，解决了交互数据稀疏的挑战。SemRaD利用结构化语义推理管道为每个用户创建稠密的语义档案，并为训练创建事后蒸馏目标。该方法旨在克服先前方法的局限性，例如嘈杂的LLM生成的理由和蒸馏中脆弱的知识转移。在Keeta的大规模测试和A/B试验中，SemRaD在预测用户生命周期价值和转化率方面取得了显著改进。