会话推荐系统中用户模拟的快速优化：多目标框架

对话式推荐系统（CRS）是下一代智能推荐系统的核心组件，因为它们使用户能够主动引出偏好、阐明意图并实时调整推荐。然而，CRS 领域存在两个关键障碍：评估和训练数据的获取。通过真实的人体研究来评估 CRS 比传统的推荐系统更重要，但此类研究既昂贵又耗时。此外，由于隐私问题，模型训练 的 CRS 交互数据通常很难获取。基于 大语言模型 (LLM) 的用户模拟器通过生成用于评估和训练的综合用户交互，在解决这两个挑战方面表现出了希望。然而，现有方法存在系统性正偏差、数据泄漏和有限的行为多样性，并且它们依赖于脆弱的手动提示工程，需要广泛的领域专业知识。在本文中，我们提出了一个框架，可以自动优化 CRS 中基于 LLM 的用户模拟器的提示，同时缓解这些问题。实验结果表明，与跨不同提示设置的基线方法相比，所提出的框架实现了与人类交互模式的更好的行为一致性。