基于大语言模型的开放集生活需求预测
人工智能
2025-06-04 v1
摘要
生活需求是人们在日常生活中为了生存和福祉而产生的需求。在美团等生活服务平台上，用户的购买是由生活需求驱动的，因此准确的生活需求预测对于个性化服务推荐至关重要。传统方法将此预测视为闭集分类问题，严重限制了其捕捉生活需求多样性和复杂性的能力。在本工作中，我们将生活需求预测重新定义为开放集分类问题，并提出了 PIGEON，一种利用大语言模型 (LLM) 进行无限制需求预测的新系统。PIGEON 首先采用行为感知记录检索器帮助 LLM 理解用户偏好，然后结合马斯洛需求层次理论使预测与人类生活需求对齐。为了进行评估和应用，我们设计了一个基于微调文本嵌入模型的召回模块，将灵活的需求描述与合适的生活服务相关联。在真实世界数据集上的大量实验表明，PIGEON 在基于需求的生活服务召回上平均比闭集方法高出 19.37%。人工评估验证了我们预测的合理性和特异性。此外，我们采用指令微调使较小的 LLM 能够实现具有竞争力的性能，以支持实际部署。
引用
@article{arxiv.2506.02713,
title = {Open-Set Living Need Prediction with Large Language Models},
author = {Xiaochong Lan and Jie Feng and Yizhou Sun and Chen Gao and Jiahuan Lei and Xinlei Shi and Hengliang Luo and Yong Li},
journal= {arXiv preprint arXiv:2506.02713},
year = {2025}
}
备注
ACL 2025 Findings