以使用为中心的电子商务意图理解

识别和理解用户意图是电子商务中的关键任务。尽管在产品推荐和商业用户画像分析中扮演重要角色，但意图理解尚未得到一致定义或准确基准测试。在本文中，我们关注预测性用户意图，即“客户如何使用产品”，并将意图理解视为一个独立于产品本体的自然语言推理任务。我们识别出当前最先进的电子商务意图知识图谱FolkScope的两个弱点：类别刚性和属性模糊性。这些弱点限制了其将用户意图与具有最理想属性的产品强对齐的能力，以及跨不同类别推荐有用产品的能力。基于这些观察，我们引入了一个产品恢复基准，包含一个新的评估框架和一个示例数据集。我们进一步在该基准上验证了上述FolkScope的弱点。我们的代码和数据集可在https://github.com/stayones/Usgae-Centric-Intent-Understanding获取。