Text2Bundle：迈向基于个性化查询的捆绑包生成

《ACM Transactions on Recommender Systems》：Text2Bundle: Towards Personalized Query-based Bundle Generation

基于用户查询和历史的捆绑生成框架研究。提出Text2Bundle框架，结合大语言模型提取查询意图，统一状态编码器融合历史偏好与当前查询，强化学习生成器输出个性化捆绑包。实验验证优于现有方法。

　　

摘要

打包生成的目标是为用户提供一组相关物品，这一技术在在线服务平台上得到了广泛的研究和应用。现有的打包生成方法主要依赖于用户历史交互中的偏好信息，忽略了用户当前通过自然语言表达的明确查询需求。在实际应用中，有时用户会主动使用自然语言描述来查询所需的产品包，系统应能够根据用户的查询内容和偏好生成符合其需求的打包结果。我们将这种用户友好的场景定义为“基于查询的打包生成”（Query-based Bundle Generation）任务，并提出了一种新的框架Text2Bundle，该框架同时结合了用户当前查询中的短期兴趣和历史交互中的长期偏好信息。我们的框架包含三个模块：（1）基于大型语言模型的意图提取器，用于从用户查询中挖掘其细致的兴趣需求；（2）统一的状态编码器，根据历史交互和当前查询学习当前打包的上下文及用户偏好；（3）打包生成器，利用专门设计的奖励机制通过强化学习生成个性化且互补的产品包。我们在三个真实世界的数据集上进行了大量实验，证明了该框架相较于现有先进方法的有效性。