桥接对话信号与协同信号以实现对话式推荐
信息检索
2025-02-12 v2 人工智能
机器学习
摘要
对话式推荐系统（CRS）利用对话中的上下文信息生成推荐，但常因缺乏协同过滤（CF）信号而表现不佳，CF 信号捕捉了对准确推荐至关重要的用户-物品交互模式。我们引入了 Reddit-ML32M，一个将 Reddit 对话与 MovieLens 32M 上的交互相关联的数据集，通过利用协同知识丰富物品表示，并解决对话数据集中的交互稀疏性问题。我们提出了一种基于 LLM 的框架，利用 Reddit-ML32M 将 LLM 生成的推荐与 CF 嵌入对齐，以优化排名提升性能。我们在三组基线上评估了我们的框架：仅使用 CRS 任务交互的基于 CF 的推荐器、传统 CRS 模型，以及依赖对话上下文但缺乏物品表示的基于 LLM 的方法。我们的方法取得了持续改进，包括命中率提升 12.32\%，NDCG 提升 9.9\%，优于最佳基线（该基线依赖对话上下文但缺乏协同物品表示）。
引用
@article{arxiv.2412.06949,
title = {Bridging Conversational and Collaborative Signals for Conversational Recommendation},
author = {Ahmad Bin Rabiah and Nafis Sadeq and Julian McAuley},
journal= {arXiv preprint arXiv:2412.06949},
year = {2025}
}