論文の概要: Flippi: End To End GenAI Assistant for E-Commerce

• arxiv url: http://arxiv.org/abs/2507.05788v1
• Date: Tue, 08 Jul 2025 08:50:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-09 16:34:37.753065
• Title: Flippi: End To End GenAI Assistant for E-Commerce
• Title（参考訳）: Flippi:GenAIのeコマースアシスタントを終了
• Authors: Anand A. Rajasekar, Praveen Tangarajan, Anjali Nainani, Amogh Batwal, Vinay Rao Dandin, Anusua Trivedi, Ozan Ersoy,
• Abstract要約: 本稿では,大規模言語モデル(LLM)を利用した最先端の対話アシスタントFlippiを紹介する。 Flippiは、広大な、そしてしばしば圧倒的なプロダクトの状況によってもたらされる課題に対処する。 Flippiは、目的と主観の両方のユーザ要件を調節することによって、パーソナライズされたショッピング体験を提供する。
• 参考スコア（独自算出の注目度）: 1.3060095849496556
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The emergence of conversational assistants has fundamentally reshaped user interactions with digital platforms. This paper introduces Flippi-a cutting-edge, end-to-end conversational assistant powered by large language models (LLMs) and tailored for the e-commerce sector. Flippi addresses the challenges posed by the vast and often overwhelming product landscape, enabling customers to discover products more efficiently through natural language dialogue. By accommodating both objective and subjective user requirements, Flippi delivers a personalized shopping experience that surpasses traditional search methods. This paper details how Flippi interprets customer queries to provide precise product information, leveraging advanced NLP techniques such as Query Reformulation, Intent Detection, Retrieval-Augmented Generation (RAG), Named Entity Recognition (NER), and Context Reduction. Flippi's unique capability to identify and present the most attractive offers on an e-commerce site is also explored, demonstrating how it empowers users to make cost-effective decisions. Additionally, the paper discusses Flippi's comparative analysis features, which help users make informed choices by contrasting product features, prices, and other relevant attributes. The system's robust architecture is outlined, emphasizing its adaptability for integration across various e-commerce platforms and the technological choices underpinning its performance and accuracy. Finally, a comprehensive evaluation framework is presented, covering performance metrics, user satisfaction, and the impact on customer engagement and conversion rates. By bridging the convenience of online shopping with the personalized assistance traditionally found in physical stores, Flippi sets a new standard for customer satisfaction and engagement in the digital marketplace.
• Abstract（参考訳）: 会話アシスタントの出現は、デジタルプラットフォームとのユーザーインタラクションを根本的に変えた。 本稿では,大規模言語モデル(LLM)を利用した最先端の対話アシスタントであるFlippiを紹介する。 Flippiは、広大な、そしてしばしば圧倒的なプロダクトランドスケープによって引き起こされる課題に対処し、顧客が自然言語対話を通じて製品をより効率的に発見できるようにする。 Flippiは、目的と主観の両方のユーザー要件を調節することによって、従来の検索方法を超えるパーソナライズされたショッピング体験を提供する。 本稿では、クエリリフォーム、入出力検出、検索-拡張生成(RAG)、名前付きエンティティ認識(NER)、コンテキストリダクションといった高度なNLP技術を活用して、顧客クエリを正確に製品情報を提供する方法について述べる。 Flippiのeコマースサイトで最も魅力的なオファーを識別し提示するユニークな能力についても検討され、ユーザーがコスト効率のよい意思決定を行うのにどのように役立つかを実証している。 さらに、Flippiの比較分析機能についても論じており、製品の特徴や価格、その他の関連する属性を対比することで、ユーザがインフォームドチョイスを行うのに役立つ。 システムの堅牢なアーキテクチャの概要は、さまざまなeコマースプラットフォーム間の統合への適応性と、そのパフォーマンスと正確性を支える技術的選択を強調している。 最後に、パフォーマンス指標、ユーザの満足度、顧客のエンゲージメントとコンバージョン率への影響をカバーした総合的な評価フレームワークが提示される。 Flippiは、オンラインショッピングの利便性と、伝統的に物理的な店舗で見られるパーソナライズされた支援を橋渡しすることによって、デジタルマーケットプレースにおける顧客満足度とエンゲージメントの新しい標準を設定している。

関連論文リスト

• Towards Personalized Conversational Sales Agents: Contextual User Profiling for Strategic Action [12.637812936971049]
  本稿では,一貫した会話の枠組みの中で,嗜好の誘惑,推薦,説得を統合する新しいタスクである会話販売(CSALES)について紹介する。 また,文脈的ユーザプロファイルを積極的に推測し,会話を通じて戦略的に行動を選択する対話販売エージェントであるCSIを提案する。
  論文  参考訳（メタデータ） (2025-03-28T15:49:52Z)
• What should I wear to a party in a Greek taverna? Evaluation for Conversational Agents in the Fashion Domain [1.6549387146138885]
  大型言語モデル(LLM)は、オンラインファッション小売の領域に革命をもたらす可能性がある。 我々は、大規模なeコマースファッションプラットフォームにおいて、顧客とファッションアシスタントとの間の4K会話の多言語評価データセットを作成します。
  論文  参考訳（メタデータ） (2024-08-13T11:11:27Z)
• Leveraging Large Language Models for Enhanced Product Descriptions in eCommerce [6.318353155416729]
  本稿では,LAMA 2.0 7B言語モデルを用いた製品記述生成の自動化手法を提案する。 私たちはこのモデルを、最大のeコマースプラットフォームの1つであるWalmartの真正な製品記述のデータセットでトレーニングします。 以上の結果から,システムはスケーラブルであるだけでなく,製品記述作成に関わる人的負担を大幅に削減することが明らかとなった。
  論文  参考訳（メタデータ） (2023-10-24T00:55:14Z)
• Proactive Detractor Detection Framework Based on Message-Wise Sentiment Analysis Over Customer Support Interactions [60.87845704495664]
  本稿では、チャットベースのカスタマーサポートのインタラクションにのみ依存して、個々のユーザの推薦決定を予測するフレームワークを提案する。 ケーススタディでは、ラテンアメリカの大手電子商取引会社の金融分野における16.4kのユーザ数と48.7kの顧客サポートに関する会話を分析した。 以上の結果から,CS会話のメッセージワイドな感情進化のみに基づいて,ユーザが製品やサービスを推薦する可能性を予測することが可能であることが示唆された。
  論文  参考訳（メタデータ） (2022-11-08T00:43:36Z)
• Automatic Controllable Product Copywriting for E-Commerce [58.97059802658354]
  我々は、JD.comのeコマースレコメンデーションプラットフォームに、Eコマースのプレフィックスベースのコントロール可能なコピーライティング生成をデプロイする。 提案するECCCGの有効性を検証する実験を行った。 本稿では,リアルタイムのJD.com電子商取引レコメンデーションプラットフォームに,ECCCGと連携するデプロイアーキテクチャを導入する。
  論文  参考訳（メタデータ） (2022-06-21T04:18:52Z)
• Towards Personalized Answer Generation in E-Commerce via Multi-Perspective Preference Modeling [62.049330405736406]
  Eコマースプラットフォーム上での製品質問回答(PQA)は、インテリジェントオンラインショッピングアシスタントとして機能するため、注目を集めている。 なぜなら、多くの顧客は、自分でのみカスタマイズされた情報でパーソナライズされた回答を見たいと思っているからです。 PQAにおけるパーソナライズされた回答を生成するための,新しいマルチパースペクティブなユーザ嗜好モデルを提案する。
  論文  参考訳（メタデータ） (2021-12-27T07:51:49Z)
• Characterization of Frequent Online Shoppers using Statistical Learning with Sparsity [54.26540039514418]
  本研究は,小売分析と統計学習のアイデアを疎結合に組み合わせ,買い物客のオンラインギフトストアへの買い物嗜好を学習する方法を報告する。
  論文  参考訳（メタデータ） (2021-11-11T05:36:39Z)
• Dual Side Deep Context-aware Modulation for Social Recommendation [50.59008227281762]
  社会的関係と協調関係をモデル化する新しいグラフニューラルネットワークを提案する。 高次関係の上に、友人の情報とアイテムのアトラクションを捉えるために、双方向のコンテキスト認識変調を導入する。
  論文  参考訳（メタデータ） (2021-03-16T11:08:30Z)
• User-Inspired Posterior Network for Recommendation Reason Generation [53.035224183349385]
  推奨理由生成は、顧客の関心を惹きつけ、ユーザーエクスペリエンスを向上させる上で重要な役割を果たします。 ユーザインスパイアされたマルチソース後部トランス(MSPT)を提案し,ユーザの興味を反映したモデルを誘導する。 実験の結果,本モデルは従来の生成モデルよりも優れていることがわかった。
  論文  参考訳（メタデータ） (2021-02-16T02:08:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。