Eco-Amazon：为可持续推荐丰富产品碳足迹的电商数据集
信息检索
2026-02-18 v1
摘要
在负责任和可持续的人工智能时代，信息检索和推荐系统必须扩展其范围，超越传统准确度指标，纳入环境可持续性考量。然而，这一研究方向严重受限于标准基准数据集中缺乏项目级环境影响数据。本文介绍Eco-Amazon，一个旨在弥合这一差距的新型资源。该资源由三个广泛使用的亚马逊数据集（即住宿、服装和电子产品）增强版组成，新增了产品碳足迹（PCF）元数据。通过利用大型语言模型（LLM）的零样本框架生成CO2e排放评分，基于产品属性估算项目级PCF。我们的贡献有三点：（i）发布Eco-Amazon数据集，丰富项目元数据中的PCF信号；（ii）LLM-based PCF估计脚本，允许研究人员丰富任何产品目录并复现我们的实验结果；（iii）演示PCF估计如何用于推广更可持续的产品。通过提供这些环境信号，Eco-Amazon使社区能够开发、基准测试和评估下一代可持续检索和推荐模型。我们的资源可在 https://doi.org/10.5281/zenodo.18549130 获得，源代码可在 http://github.com/giuspillo/EcoAmazon/ 获得。
引用
@article{arxiv.2602.15508,
title = {Eco-Amazon: Enriching E-commerce Datasets with Product Carbon Footprint for Sustainable Recommendations},
author = {Giuseppe Spillo and Allegra De Filippo and Cataldo Musto and Michela Milano and Giovanni Semeraro},
journal= {arXiv preprint arXiv:2602.15508},
year = {2026}
}