可解释产品搜索模型

查询感知强化推理

通过知识图谱上的强化学习推理，为产品搜索结果提供可解释的推荐理由。

Qiannan, Zhu · Haobo, Zhang · Qing, He · 窦志成

IEEE Transactions on Knowledge and Data Engineering 2023

技术优势

查询感知推理

利用与当前查询相关的搜索行为来强化解释，确保生成的解释与用户的具体查询意图高度相关。

强化学习驱动

通过演示引导的策略网络和查询感知奖励来训练多步推理，使模型能够学习到更合理的推理路径。

应用场景

• 可解释推荐系统：为推荐结果附加推理路径，提升用户理解与信任。
• 强化学习推理：利用强化学习在知识图谱上学习多步推理策略。
• 知识图谱推理：在用户-商品知识图谱上显式推理，发现可解释关联。
• 电商搜索：增强电商搜索的透明度，让用户明白商品为何被召回。
• 多跳推理：通过多跳路径连接用户与商品，揭示深层购买逻辑。