从交互系统上的动作序列中学习用户意图
人工智能
2017-12-06 v1 人机交互
摘要
交互系统已占据网页与移动端空间，用户参与度不断提升。各类营销领域的应用现均可通过移动或网页访问，用户可直接执行某些操作并达成期望结果。然而，用户在系统上的动作可表征某种意图。通过用户动作学习该意图的能力有助于洞察用户在系统上的行为。本文中，我们提出通过学习和分析用户在系统上的动作所表达的意图来优化交互系统的模型。我们提出一个四阶段模型，该模型利用基于长短期记忆（LSTM）的序列学习系统顺序处理交互动作的时间序列，从而构建意图识别模型。随后我们的系统提供特定目标的最大化，继以分析与对比方法，以识别交互系统中的改进空间。我们讨论了此类系统的部署场景，并给出了基于某在线市场使用用户点击流数据的评估结果。
引用
@article{arxiv.1712.01328,
title = {Learning User Intent from Action Sequences on Interactive Systems},
author = {Rakshit Agrawal and Anwar Habeeb and Chih-Hsin Hsueh},
journal= {arXiv preprint arXiv:1712.01328},
year = {2017}
}