隨著網(wǎng)上購物逐漸發(fā)展,在無法接觸到實體商品的情況下,商品描述顯得尤為重要。傳統(tǒng)人工撰寫的商品描述語對所有用戶展示相同的商品信息,但沒有考慮到不同用戶所關(guān)注的不同屬性,并且人工撰寫的效率無法與產(chǎn)品增長速度相匹配,因此如何自動生成個性化產(chǎn)品描述成為前沿研究問題。主要研究個性化商品描述內(nèi)容生成,考慮用戶的個性化特征,對每個用戶生成對應(yīng)其興趣點的商品描述文本。因為個性化商品描述數(shù)據(jù)集的缺失,提出CrowdDepict方法,通過豆瓣、京東等公開數(shù)據(jù)源獲取商品描述相關(guān)語料處理,利用商品評論等數(shù)據(jù),生成商品個性化描述。實驗結(jié)果表明,提出的個性化商品描述模型可根據(jù)用戶偏好自動生成個性化的商品描述,內(nèi)容覆蓋用戶興趣與產(chǎn)品特點,文本表達流暢。

【文章頁數(shù)】：11 頁

【文章目錄】：
1 引言
2 相關(guān)工作
    2.1 用戶畫像與智能推薦
    2.2 個性化文本內(nèi)容生成
3 Crowd Depict系統(tǒng)概述與數(shù)據(jù)獲取
    3.1 問題分析
    3.2 系統(tǒng)整體架構(gòu)
    3.3 群智數(shù)據(jù)獲取
        3.3.1 多源群智描述文本獲取
        3.3.2 用戶、圖書畫像數(shù)據(jù)獲取
4 Crowd Depict方法
    4.1 用戶、圖書畫像
    4.2 數(shù)據(jù)預(yù)處理
    4.3 個性化商品描述生成模型
        4.3.1 Encoder-Decoder生成商品描述文本模塊
        4.3.2 模板生成商品描述文本模塊
        4.3.3 抽取式生成商品描述文本模塊
5 實驗驗證
    5.1 用戶畫像
    5.2 個性化商品描述文本生成
        5.2.1 裝幀和題材內(nèi)容生成實驗結(jié)果
        5.2.2 模板生成實驗結(jié)果
    5.3 實例展示
6 總結(jié)與展望



本文編號：3754903