Riassunto Personalizzato delle Recensioni tramite Apprendimento Online delle Preferenze
Un nuovo framework chiamato PREFER genera riassunti personalizzati delle recensioni dei prodotti apprendendo le preferenze degli utenti online. A differenza dei sistemi di riassunto statici, PREFER si adatta agli interessi in evoluzione dei singoli utenti attraverso feedback iterativo dai riassunti generati. Un caso studio sul dataset Amazon Reviews'23 dimostra un miglior allineamento con gli interessi dell'utente target, mantenendo la qualità del riassunto. L'approccio affronta la sfida delle preferenze latenti sconosciute nell'e-commerce, dove diversi utenti si preoccupano di diverse caratteristiche del prodotto e queste preferenze cambiano con le interazioni.
Fatti principali
- PREFER è un framework di apprendimento online per il riassunto personalizzato delle recensioni.
- Raffina iterativamente le preferenze degli utenti tramite feedback dai riassunti generati.
- Un caso studio utilizza il dataset Amazon Reviews'23.
- Simulazioni controllate mostrano un miglior allineamento con gli interessi dell'utente target.
- Il sistema affronta preferenze latenti sconosciute.
- I sistemi attuali producono riassunti generici e statici.
- Le preferenze degli utenti possono evolversi con le interazioni.
- Il framework genera riassunti personalizzati per ogni utente.
Entità
Istituzioni
- Amazon