增强旅游决策：基于对比学习的个性化住宿评论排序方法
信息检索
2024-07-02 v1 机器学习
摘要
用户生成的评论在消费者决策中发挥着重要作用，尤其是在选择住宿 accommodation 时。本文的主要贡献包括两个方面。首先，我们构建了一个来自知名在线旅游平台的真实客人评论数据集，总计超过两百万条来自五万个不同住宿的评论。其次，我们提出了一种 innovative 的个性化评论排序方法。该方法采用对比学习，深入捕捉评论与其 respective 评论者背景信息之间的关系。通过全面的实验研究，我们展示了该方法在所有报告的指标上均优于多个基线方法。通过比较分析，我们展示了该方法在提升个性化评论排序方面的有效性。本研究的意义不仅限于旅游领域，潜在可应用于其他需要个性化评论排序的领域，如在线电子商务平台。
引用
@article{arxiv.2407.00787,
title = {Enhancing Travel Decision-Making: A Contrastive Learning Approach for Personalized Review Rankings in Accommodations},
author = {Reda Igebaria and Eran Fainman and Sarai Mizrachi and Moran Beladev and Fengjun Wang},
journal= {arXiv preprint arXiv:2407.00787},
year = {2024}
}