面向电商推荐的智能卖点抽取
信息检索
2021-12-21 v1 人工智能
计算与语言
摘要
在过去十年中，面向电子商务的自动产品描述生成取得了显著进展。随着电子商务平台提供的服务变得多样化，动态适配所生成描述的模式成为必要。产品卖点是一类重要的产品描述，其长度应尽可能短，同时仍能传达关键信息。此外，这类产品描述应吸引读者眼球。目前，产品卖点通常由人类专家撰写。因此，这些内容的创建和维护成本高昂。如果产品卖点能由机器自动生成，则可大幅降低这些成本。在本文中，我们报告了开发并部署智能在线卖点抽取（IOSPE）系统以服务京东电商平台上推荐系统的经验。自 2020 年 7 月以来，IOSPE 已成为 62 个关键产品类别（覆盖超过 400 万种产品）的核心服务。迄今，它已生成超过 1 亿条卖点，从而显著扩大了卖点创建规模并节省了人力。与先前做法相比，这些 IOSPE 生成的卖点使点击率（CTR）提升了 1.89%，客户在产品上平均停留时长增加了超过 2.03%，对于如此大规模的电子商务平台而言是显著改进。
引用
@article{arxiv.2112.10613,
title = {Intelligent Online Selling Point Extraction for E-Commerce Recommendation},
author = {Xiaojie Guo and Shugen Wang and Hanqing Zhao and Shiliang Diao and Jiajia Chen and Zhuoye Ding and Zhen He and Yun Xiao and Bo Long and Han Yu and Lingfei Wu},
journal= {arXiv preprint arXiv:2112.10613},
year = {2021}
}
备注
IAAI 2022 industry award