解锁购买的“原因”：引入一个新的购买原因与购后体验数据集和基准
信息检索
2024-11-19 v3
摘要
在商业和营销中，分析购买背后的原因是理解消费者行为、制定商业策略和预测市场结果的基础步骤。先前关于购买原因的研究依赖于调查来收集用户数据。然而，这种方法在可扩展性方面受到限制，通常专注于特定产品或品牌，并且由于参与人数有限，可能无法准确代表更广泛的人群。在我们的工作中，我们提出购买原因预测作为现代 AI 模型的一项新任务。为了为此新任务基准化潜在的 AI 解决方案，我们首先生成了一个数据集，该数据集包含用户对各种产品做出特定购买决策的现实世界解释。我们的方法诱导 LLM 在用户评论中明确区分购买产品的原因和购买后的体验。自动化的 LLM 驱动评估以及小规模的人工评估证实了这种方法在获取高质量、个性化购买原因和购后体验方面的有效性。利用这个新颖的数据集，我们能够使用各种 LLM 对购买原因预测任务进行基准测试。此外，我们展示了购买原因如何对下游应用具有价值，例如面向营销的用户行为分析、推荐系统中的购后体验和评分预测，以及作为证明推荐合理性的新方法。
引用
@article{arxiv.2402.13417,
title = {Unlocking the `Why' of Buying: Introducing a New Dataset and Benchmark for Purchase Reason and Post-Purchase Experience},
author = {Tao Chen and Siqi Zuo and Cheng Li and Mingyang Zhang and Qiaozhu Mei and Michael Bendersky},
journal= {arXiv preprint arXiv:2402.13417},
year = {2024}
}