VideolandGPT：一种对话式推荐系统的用户研究
信息检索
2023-09-08 v1 人工智能
摘要
本文研究了大型语言模型(LLMs)如何增强推荐系统，特别关注利用用户偏好和现有排序模型个性化候选选择的对话式推荐系统。我们介绍了VideolandGPT，一个面向视频点播(VOD)平台Videoland的推荐系统，其使用ChatGPT从预定内容集中进行选择，并考虑用户与聊天界面交互所指示的额外上下文。我们通过被试间用户研究，评估了排序指标、用户体验和推荐公平性，比较了该系统的个性化版本与非个性化版本。结果表明，个性化版本在准确性和总体用户满意度方面优于非个性化版本，而两个版本均提升了不在推荐列表顶部的项目的可见性。然而，两个版本在公平性方面均表现出不一致的行为，因为系统可能生成Videoland上不可用的推荐。
引用
@article{arxiv.2309.03645,
title = {VideolandGPT: A User Study on a Conversational Recommender System},
author = {Mateo Gutierrez Granada and Dina Zilbershtein and Daan Odijk and Francesco Barile},
journal= {arXiv preprint arXiv:2309.03645},
year = {2023}
}
备注
Preprint for KARS2023 (5th Knowledge-aware and Conversational Recommender Systems Workshop at RecSys2023)