个性化购物Agent：用户检索与长程对话一致性

摘要

个性化对话购物需要在多轮交互中保持偏好一致性，因为用户会逐步表达约束。现有方法往往依赖静态画像，未显式控制长程交互行为。我们提出多Agent、多模态检索增强生成（RAG）框架，将对话状态跟踪、推荐检索、偏好感知推理和回复生成分工处理，并整合商品元数据、商品评论、图像描述和用户历史评论。为评估交互质量，我们采用轨迹级协议，包含全局偏好一致性、累积信息综合、交互轨迹和语气一致性四个维度。在Amazon Reviews 2023基准上，加入检索的变体在自动轨迹指标上优于无RAG基线，平均分为4.82对3.74。在一项仅有五名真实用户的小规模研究中，Full变体获得最高的平均总体评分，4.60对Baseline的2.20。这提供了探索性证据，说明角色分工加上以用户为中心的检索可改善感知到的个性化。代码和数据集：https://github.com/RenaGao/Multimodel_RAG_Indexing