京东 | 对话推荐系统调研

最新推荐文章于 2025-03-04 23:18:28 发布
最新推荐文章于 2025-03-04 23:18:28 发布
阅读量494 收藏 4
点赞数
文章标签： 推荐系统 html flex 协同过滤 微软
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45519842/article/details/119770014
版权
本文调研了对话推荐系统（CRS），指出其通过多轮对话揭示用户偏好并推荐商品的核心特点。然而，落地难点包括NLU、NLG的技术挑战，交互策略设计，实时性需求以及大模型的联合优化。尽管存在如CRSLab等开源工具，但目前的实现仍处于早期阶段，需要进一步研究和改进。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

最近调研了一下 对话推荐系统（Conversational Recommender System, CRS），包括CRS基础，最新进展，工业落地相关问题，潜在的研究点等等。

下面是CRS的定义和例子

CRS: A recommendation system that can elicit the dynamic preferences of users and take actions based on their current needs through real-time multiturn interactions.

核心：通过多轮对话逐步诱导出用户的偏好并推荐商品。

CRS看起来很美好，但是落地难度还是比较大。

  • NLU，NLG部分。人机对话就很难了，能针对商品推荐生成可控文本就更难了。

  • 交互策略。什么时候问用户问题？什么时候推荐商品？实时反馈？

  • 多个大模型NLP+Rec+RL的联合优化。尤其是RL，工业界真正可用跑起来的还不多。

  • 实时性。聊天回复要快呀。

简单的试了下淘宝-迪卡侬-CRS，感觉还比较简陋。

调研PPT

最低0.47元/天 解锁文章
对话式推荐系统:融合大语言模型与协同过滤
AI天才研究院
05-05 327
1. 背景介绍 近年来，推荐系统在各个领域都取得了巨大的成功，从电子商务到流媒体服务，再到社交媒体平台。传统的推荐系统，如协同过滤和基于内容的过滤，在捕捉用户偏好和提供个性化推荐方面发挥了重要作用。然而，这些方法往往存在一些局限性，例如冷启动问题、数据稀疏性问题，以及无法捕捉用户复杂多样的兴趣和需求。 随着自然语言处理 (NLP) 技术
探索基于openAI实现个性化对话机器人（一）
litlehuang的博客
12-22 1285
（2）利用LangChain、向量数据库(Pinecone) 和 LLM（如 GPT-4 和 ChatGPT）构建基于文 档的问答系统。但是我们想要的是AIGC下的chatbot，为此我再次调研基于GPT这种生成式对话机器人如何能够落地实现（属于基于私域数据进行生成式对话）？注明：下面的fine tunes是我已经创建成功的微调模型，你可以基于已有的微调模型继续加入新数据微调。Babbage：Babbage是一个中等规模的模型，适合于更长的对话和创造性写作。
对话推荐系统CRS论文精读RevCore: Review-augmented Conversational Recommendation
qq_45719936的博客
11-07 1312
本文于2021年由港中大与京东AI研究所联合发布于ACL findings，文章通过情感分析技术来引入与用户情感相同的影评信息，加强推荐和对话的效果。p.s.这个方向的人好少啊。。有没有道友能私信我相互交流下/(ㄒoㄒ)/现有的对话推荐系统（CRS）在对简短的对话历史和不熟悉的项目进行操作时，通常存在项目信息不足的问题。合并外部信息（例如评论）是缓解这一问题的潜在解决方案。考虑到评论通常提供了大量来自于不同兴趣的用户的体验情感，它们是在信息丰富的对话中提供高质量建议的潜在理想资源。
【对话推荐系统】Towards Unified Conversational Recommender Systems via Knowledge-Enhanced Prompt Learning
weixin_44609958的博客
02-26 1020
对话式推荐系统（CRS）旨在通过自然语言对话主动获取用户偏好并推荐高质量的项目。通常，CRS由一个推荐模块（为用户预测偏好项目）和一个对话模块（生成适当的回应）组成。为了开发一个有效的CRS，无缝集成这两个模块至关重要。现有的工作要么设计语义对齐策略，要么在两个模块之间共享知识资源和表示。然而，这些方法仍然依赖于不同的架构或技术来开发这两个模块，使得有效的模块集成变得困难。为了解决这个问题，我们提出了一种基于知识增强提示学习的统一CRS模型，名为UniCRS。
对话推荐系统CRS精读Improving Conversational Recommender System via Contextual and Time-Aware Modeling with L
qq_45719936的博客
10-17 1171
本文于2022年9月发布在axiv上。文章针对于CRS引入过多的外部知识进行改进，聚焦于语境信息，企图以较少的外部知识用于模型来获得更好的推荐效果。代码链接：暂未发布对话式推荐系统已经成为一个新兴的研究课题，它试图通过交互式对话来执行推荐，通常包括生成和推荐模块。CRS之前的工作倾向于合并更多的外部和领域特定的知识，如项目评审，以提高性能。尽管外部领域特定信息的收集和注释需要大量的人工努力，并降低了泛化能力，但过多的额外知识会增加平衡这些信息的难度。因此，我们建议从语境中充分发现和提取内部知识。
【对话推荐系统综述】A Survey on Conversational Recommender Systems
最新发布
weixin_44609958的博客
03-04 551
推荐系统是一类软件应用程序，旨在帮助用户在信息过载的情况下找到感兴趣的项目。当前的研究通常假设一种一次性交互范式，即根据过去观察到的用户行为来估计其偏好，并通过展示一个排序的建议列表作为主要的、单向的用户交互形式。对话式推荐系统（Conversational Recommender Systems, CRS）则采取了不同的方法，支持更丰富的交互方式。这些交互可以帮助改进偏好获取过程，允许用户对推荐提出问题并给予反馈。近年来，对话式推荐系统的兴趣显著增加。
智能问答系统调研.docx
06-03
这篇《智能问答系统调研》文档详细探讨了问答系统的核心价值、市场应用情况、整体框架以及应用场景。 1. **问答系统的价值体现** - **市场应用价值**：问答系统广泛应用于智能客服、任务助理、智能家居等多个领域...
电子商务服务调研报告.docx
12-24
3.JAT特色馆 在天猫、京东等第三方平台上开设地方特色馆，将极具竞争力的农副特色产品，与生产商通力合作，包装、营销、动用特色馆平台打通做销售，将某些当地特色产品炒作成明星拳头产品并通过各种营销手段与紧密...
对话｜鲜丰水果：“看不见”的门店数字化
BYvonne的博客
03-17 1250
鲜丰水果：“看不见”的门店数字化。本期对话鲜丰水果，既让我们看到一家传统水果零售企业数字化转型背后那些“看不见”的思考，又让我们学习到优秀且可复制的转型经验。“实现了85%的技术需求，2周内上线；同时拉齐了与业务团队的需求认知，让业务以敏捷开发的模式顺畅地跑了起来。”让研发团队不为基础设施操心、完全专注于业务的敏捷迭代？
对话推荐系统CRS论文精读KGSF：Improving Conversational Recommender Systems via Knowledge Graph based Semantic Fu
qq_45719936的博客
09-23 2021
在本文中，提出了一种新的基于知识图谱的CRS语义融合方法。通过利用两个外部知识图谱，增强了单词和项目的语义表示，并使用互信息最大化来对齐两个不同组件的语义空间。
【IJCAI2022教程】对话推荐系统
数据派THU
07-29 430
来源：专知 本文为教程介绍，建议阅读5分钟 在本教程中，我们将对对话式推荐系统领域的现有研究进行多方面的调研。个性化推荐已经成为我们在线用户体验中无处不在的一部分。今天，推荐通常被实现为从系统到用户的单向通信。然而，近年来，我们发现人们对对话式推荐系统(CRS)越来越感兴趣。这些系统能够与用户进行交互式对话，通常使用自然语言，目标是根据用户观察到的需求和偏好提供合适的建议...
SIGIR2022 | UCCR: 以用户为中心的对话推荐系统
张小磊的博客
05-18 1244
嘿，记得给“机器学习与推荐算法”添加星标作者：李硕凯单位：中科院计算所研究方向：对话推荐本文介绍被CCF A类会议SIGIR2022接收的以用户为中心的对话推荐系统的论文。该论文从推荐系统的角度重新审视了现有的对话推荐工作，发现现有方法关注于当前会话的自然语言理解，而忽略了推荐任务中最核心的目标：用户。现有方法本质上当前会话的建模，而忽略了用户建模。而本文发现用户历史...
大模型企业应用落地系列》基于大模型的对话式推荐系统》对话推荐系统技术架构
weixin_52610848的博客
08-26 4202
【配套新书教材】《自然语言处理原理与实战》（人工智能科学与技术丛书）【陈敬雷编著】【清华大学出版社】新书特色：本书从自然语言处理基础开始，逐步深入各种NLP热点前沿技术，使用了Java和Python两门语言精心编排了大量代码实例，契合公司实际工作场景技能，侧重实战。
RSPapers | 工业界推荐系统论文合集
张小磊的博客
11-24 666
嘿，记得给“机器学习与推荐算法”添加星标随着大数据时代的飞速发展，信息逐渐呈现出过载状态。推荐系统，作为近年来实现信息生产者与消费者之间利益均衡化的有效手段之一，越来越发挥着举足轻重的作...
对话推荐算法研究综述
renhongxia1的博客
12-26 3306
推荐系统是一种通过理解用户的兴趣和偏好帮助用户过滤大量无效信息并获取感兴趣的信息或者物品的信息过滤系统. 目前主流的推荐系统主要基于离线的、历史的用户数据, 不断训练和优化线下模型, 继而为在线的用户推荐物品, 这类训练方式主要存在3个问题: 基于稀疏且具有噪声的历史数据估计用户偏好的不可靠估计、对影响用户行为的在线上下文环境因素的忽略和默认用户清楚自身偏好的不可靠假设.
最新最全论文合集——基于对话的推荐系统
AI_Conf的博客
04-22 336
AMiner平台（https://www.aminer.cn）由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。 必读论文：https://www.aminer.cn/topic 论文集地址：https:/.
前沿重器[39] | 对话式推荐系统——概念和技术点
baidu_25854831的博客
12-09 336
前沿重器栏目主要给大家分享各种大厂、顶会的论文和分享，从中抽取关键精华的部分和大家分享，和大家一起把握前沿技术。具体介绍：仓颉专项：飞机大炮我都会，利器心法我还有。（算起来，专项启动已经是20年的事了！）2023年文章合集发布了！在这里：又添十万字-CS的陋室2023年文章合集来袭往期回顾前沿重器[34] | Prompt设计——LLMs落地的版本答案前沿重器[35] | 提示工程和提示构造技巧前...
谷歌：使用大模型构建端到端的对话式推荐系统
2401_85375186的博客
07-23 1215
最近，大型语言模型（LLM）表现出了前所未有的自然对话能力，并将世界知识和常识推理融入语言理解中，释放了这种范式的潜力。然而，在对话式推荐系统 (CRS) 中有效利用大模型带来新的技术挑战，包括正确理解和控制复杂的对话以及从外部信息源检索。本文提供了一个使用大模型来构建端到端大规模对话推荐系统的路线图。具体的，其提出了用户偏好理解、对话管理和可解释推荐的新实现，并将其作为LLM驱动的集成架构的一部分。为提高个性化，本文描述了大模型如何使用可解释的自然语言配置文件，并使用它们来调整会话级上下文。
京东推荐系统实践：打造个性化智能推荐
"京东推荐系统教程提供了关于智能推荐技术在京东平台上的应用和实践，旨在通过深入挖掘用户行为数据，实现个性化推荐，提高销售能力和用户粘性。" 京东的推荐系统是一个复杂而全面的框架，它利用先进的算法和技术来...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值