卖方库存建议通过大型语言模型和专家知识图谱加强

1. 该论文提出了一个卖家推荐系统，该系统利用专家知识图来解决市场不效率问题，这些不效率是由于卖家和市场提供者之间的信息不对称所引起的。 2. 该系统旨在建议特定的物品列入卖家的库存中，以扩大卖家的库存，考虑到卖家的偏好、买家的需求和经济预测。 3. 专家知识图是一个新引入的术语，能够在特定的细分市场中识别真实世界中的联系，而泛型知识图不能识别这些联系。 4. 该论文的主要目的是通过引入一个可扩展的卖家推荐系统来解决市场不效率问题，该系统利用专家知识图来解决卖家和市场提供者之间的信息不对称。 5. 解决这种不效率问题将带来多种优势：列表质量的提高、卖家库存管理和扩展的便捷、新买家的增加、现有买家的购买次数和总商品交易额（GMB）的增加。 6. 卖家推荐系统还没有被广泛开发，因为它们的复杂性，特别是可扩展性和相关性是主要关注的问题。 7. 大型语言模型（LLM）的出现已经解决了这些问题，特别是通过使用 LLMs 创建一个常识世界模型。 8. eBay 以其独特的库存而闻名，但并不是所有库存都被列入或存在于 eBay 上，利用 LLMs 和专家知识图可以将推荐系统扩展到内部数据之外。 9. 使用专家知识图可以根据库存的性质来区分列举建议，提供多种库存扩展机会，同时保持高卖家满意度。 10. 该系统有可能显著减少由卖家和市场提供者之间的信息不对称引起的市场不效率，为卖家提供个性化和相关的库存扩展建议，以满足卖家的特定需求和偏好。