面向沃尔玛电商个性化对话语音模型的端到端机器学习系统
机器学习
2020-11-03 v1 人工智能
信息检索
性能
摘要
得益于推荐系统的演进，在电商领域搜寻产品并做出决策正变得愈发容易。个性化与推荐系统相辅相成，助力客户满足购物需求并改善其体验。随着对话式购物平台的日益普及，大规模构建个性化模型以处理海量数据流入并进行实时推理变得十分重要。在本工作中，我们提出一个用于个性化对话式语音电商的端到端机器学习系统。我们包含面向模型隐式反馈、模型训练、更新评估以及实时推理引擎的组件。我们的系统为沃尔玛杂货（Walmart Grocery）客户个性化语音购物，目前可通过Google Assistant、Siri和Google Home设备使用。
引用
@article{arxiv.2011.00866,
title = {An End-to-End ML System for Personalized Conversational Voice Models in Walmart E-Commerce},
author = {Rahul Radhakrishnan Iyer and Praveenkumar Kanumala and Stephen Guo and Kannan Achan},
journal= {arXiv preprint arXiv:2011.00866},
year = {2020}
}
备注
4 pages, 1 figure