具有自刷新检索功能的实时电子商务目录的对话式推荐

基于 大语言模型 (LLM) 的对话式推荐系统通常在静态、预先索引的商品集合上进行评估，但电子商务目录会随着产品的添加或删除、重新定价和补货而不断变化。我们提出了一种与商家无关的多轮会话购物助手，可以对此类实时目录进行操作。其核心组件是一个自刷新 检索器，它摄取商家产品源、丰富记录并将其同步到向量索引中。每次运行时，每个项目的哈希值都会识别哪些产品是新的、更改的、删除的或未更改的，因此仅处理增量，而不是重建整个目录。基于控制器的对话层使用该索引，仅使用 LLM 进行意图分类和偏好启发，同时检索、重新排名和多样性选择作为专用功能运行。我们的演示是一个 WhatsApp 购物助手，其中目录更改会在下次成功同步后达到建议。实时聊天机器人、文档和录制的演练可在 https://github.com/infobip/infobip-agentic-crs 上找到。