論文の概要: When and How to Ask: Dynamic Preference Elicitation Strategies for Conversational Recommendation
- arxiv url: http://arxiv.org/abs/2607.06765v1
- Date: Tue, 07 Jul 2026 19:54:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-09 22:50:30.205286
- Title: When and How to Ask: Dynamic Preference Elicitation Strategies for Conversational Recommendation
- Title（参考訳）: 質問のタイミングと方法:会話推薦のための動的選好引用方略
- Abstract要約: 我々は,ステージアウェアの観点から,嗜好評価戦略を体系的に検討する。
InPEは,導入ニーズと戦略選択のための詳細なアノテーションを付加したデータセットである。
本データセットの広範囲なオフライン評価は,文脈を考慮した選好提案戦略が会話の推薦に有用であることを示している。
- 参考スコア（独自算出の注目度）: 14.76143686519353
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conversational Recommender Systems (CRSs) are interactive systems that use multi-turn natural language dialogue to understand evolving user preferences and provide personalized recommendations. To achieve this goal, CRSs rely on preference elicitation strategies to actively gather informative preference cues from users; however, the timing and selection of these strategies during a conversation remain largely unexplored. While many existing studies emphasize eliciting explicit item attributes and tend to adopt relatively static elicitation strategies, the use of item-based preference elicitation and how it varies across different dialogue stages remains less explored. In this work, we conduct a systematic investigation of preference elicitation strategies from a stage-aware perspective. We provide empirical evidence that optimal preference elicitation strategies are stage-dependent and context-sensitive: attribute-based inquiries are effective in early stages, while item-based strategies become superior as preferences refine. To support this paradigm, we introduce InPE, a dataset enriched with fine-grained annotations for elicitation necessity and strategy selection. With this dataset, we propose COPE (COnversational Preference Elicitation via Mixture of Experts), a novel architecture for strategy modeling. Extensive offline evaluation on our dataset indicates that context-aware preference elicitation strategies are beneficial for conversational recommendation. In addition, the analysis of the predicted strategies uncovers consistent stage-wise tendencies in dialogue progression, providing empirical evidence of common interaction patterns in conversational recommendation systems. Our dataset is available at https://github.com/juanfacabian/InPE.
- Abstract（参考訳）: 会話レコメンダシステム(英: Conversational Recommender Systems、CRS)は、マルチターン自然言語対話を用いて、進化するユーザの好みを理解し、パーソナライズされたレコメンデーションを提供する対話型システムである。
この目的を達成するために、CRSはユーザーから情報的嗜好の手がかりを積極的に収集するための選好策を頼りにしているが、会話中のこれらの戦略のタイミングと選択は未解明のままである。
多くの既存研究では、明示的な項目属性の抽出に重点を置いており、比較的静的な選好戦略を採用する傾向にあるが、アイテムベースの選好選好の使用と、それが対話の段階によってどのように異なるかは、いまだ解明されていない。
本研究では,ステージアウェアの観点から,嗜好評価戦略を体系的に検討する。
属性ベースの質問は早期に有効であり、アイテムベースの質問は選好が洗練されるにつれて優位になる。
このパラダイムをサポートするために,詳細なアノテーションを付加したデータセットであるInPEを紹介した。
本稿では,COPE(COnversational Preference Elicitation via Mixture of Experts)を提案する。
本データセットの広範囲なオフライン評価は,文脈を考慮した選好提案戦略が会話の推薦に有用であることを示している。
さらに、予測戦略の分析により、対話進行の段階的傾向が一貫したことが明らかとなり、会話レコメンデーションシステムにおける共通相互作用パターンの実証的証拠が提供される。
データセットはhttps://github.com/juanfacabian/InPE.comから入手可能です。
関連論文リスト
- Towards Effective Structured Context Modeling for Conversational Recommender Systems via Dual-node Monte Carlo Tree Search [78.39993606731646]
DREAMSは,マルチターンインタラクションを通じてユーザの嗜好の進化を捉える新しい木構造コンテキストモデリングフレームワークである。
DREAMSは、会話勧告システム(CRS)の2つの基本的な目的、すなわち、嗜好の誘惑と嗜好の搾取を支持している。
論文 参考訳（メタデータ） (2026-09-01T03:02:58Z) - Preference Tree Optimization: Enhancing Goal-Oriented Dialogue with Look-Ahead Simulations [2.4615755100550984]
本研究は,PTO(Preference Tree Optimization)と呼ばれる新しいフレームワークを提案する。
PTOは、目標指向対話システムにおけるエージェントモデルの改善を反復的に行うように設計されている。
仮想患者とオラクル評価器を利用して会話をシミュレートし、リッチな嗜好データセットを生成する。
論文 参考訳（メタデータ） (2026-08-12T13:48:30Z) - Agentic Conversational Search with Contextualized Reasoning via Reinforcement Learning [66.52010873968383]
本稿では,RL学習を通じて学習した探索的,適応的な行動を可能にする,交互に探索と推論をインターリーブする対話エージェントを提案する。
広く使われている4つの対話型ベンチマークによる実験結果から,提案手法の有効性が示された。
論文 参考訳（メタデータ） (2026-01-19T14:55:54Z) - Towards Context-aware Reasoning-enhanced Generative Searching in E-commerce [61.03081096959132]
そこで本稿では,複雑な状況下でのテキストバウンダリングを改善するための,文脈対応推論強化型生成検索フレームワークを提案する。
提案手法は,強力なベースラインに比べて優れた性能を示し,検索に基づく推薦の有効性を検証した。
論文 参考訳（メタデータ） (2025-10-19T16:46:11Z) - Reinforced Strategy Optimization for Conversational Recommender Systems via Network-of-Experts [63.412646471177645]
会話レコメンダシステム(CRS)のための新しい強化戦略最適化(RSO)手法を提案する。
RSOは、戦略駆動型応答決定をマクロレベルの戦略計画とマイクロレベルの戦略適応に分解する。
実験の結果, RSOは最先端のベースラインと比較して, インタラクション性能を著しく向上することがわかった。
論文 参考訳（メタデータ） (2025-09-30T11:12:01Z) - PRINCIPLES: Synthetic Strategy Memory for Proactive Dialogue Agents [16.819463022406627]
本稿では,プロアクティブ対話エージェントのための合成戦略メモリPRINCIPLESを提案する。
PRINCIPLESは、オフラインのセルフプレイシミュレーションから派生し、戦略計画のガイドとなる再利用可能な知識として機能する。
感情的支援領域と説得領域の両方においてPRINCIPLESを評価し,強いベースラインよりも一貫した改善が示された。
論文 参考訳（メタデータ） (2025-09-22T07:53:59Z) - What Makes LLMs Effective Sequential Recommenders? A Study on Preference Intensity and Temporal Context [56.590259941275434]
RecPOは、シーケンシャルなレコメンデーションのための優先順位最適化フレームワークである。
これは、推定された嗜好階層と時間信号に基づいて適応的な報酬マージンを利用する。
タイムリーな満足感、コヒーレントな嗜好の維持、変化する状況下での識別の行使など、人間の意思決定の重要な特徴を反映している。
論文 参考訳（メタデータ） (2025-06-02T21:09:29Z) - Preference-based learning for news headline recommendation [46.32599797180165]
本研究では、優先学習によるニュース見出し推薦の最適化戦略について検討する。
リアルタイムのユーザインタラクションデータとフランス語のオンラインニュース投稿を併用して,コンテキスト的バンディット設定の下で見出し推薦エージェントを学習する。
論文 参考訳（メタデータ） (2025-05-31T12:57:56Z) - Towards a Unified View of Preference Learning for Large Language Models: A Survey [88.66719962576005]
大きな言語モデル(LLM)は、非常に強力な能力を示す。
成功するための重要な要因の1つは、LLMの出力を人間の好みに合わせることである。
選好学習のすべての戦略を、モデル、データ、フィードバック、アルゴリズムの4つの構成要素に分解する。
論文 参考訳（メタデータ） (2024-09-04T15:11:55Z) - Conversational Recommendation: Theoretical Model and Complexity Analysis [6.084774669743511]
理論的にドメインに依存しない会話推薦モデルを提案する。
効率的な会話戦略の発見はNPハードであることが示される。
また,カタログの特徴が個々の対話戦略の効率性に強く影響を与えることを示す。
論文 参考訳（メタデータ） (2021-11-10T09:05:52Z)
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。