销售人员 vs SalesBot：探索教育价值在对话式推荐系统中的作用
计算与语言
2023-10-30 v1 人工智能
摘要
进行大额购买需要消费者研究或咨询销售人员以获得领域专业知识。然而，现有的对话式推荐系统（CRS）常常忽视用户背景知识的缺乏，仅专注于收集偏好。在这项工作中，我们为对话智能体定义了一个新的问题空间，旨在通过混合类型、混合主动的对话同时提供产品推荐与教育价值。我们介绍了 SalesOps，一个通过利用大语言模型（LLMs）的最新进展来促进此类系统模拟与评估的框架。我们构建了 SalesBot 和 ShopperBot，一对由 LLM 驱动的智能体，可模拟该框架的任一方。一项综合人工研究将 SalesBot 与专业销售人员进行比较，揭示尽管 SalesBot 在流畅性与信息丰富度方面接近专业表现，其在推荐质量上仍落后。我们强调了双方在提供真实信息方面所面临的独特局限，突显了在 CRS 语境中确保忠实性的挑战。我们发布了代码并公开所有数据。
引用
@article{arxiv.2310.17749,
title = {Salespeople vs SalesBot: Exploring the Role of Educational Value in Conversational Recommender Systems},
author = {Lidiya Murakhovs'ka and Philippe Laban and Tian Xie and Caiming Xiong and Chien-Sheng Wu},
journal= {arXiv preprint arXiv:2310.17749},
year = {2023}
}