论文推荐|LLM通过语义相似性复现人类消费意图,准确率高达90%
thinkindev • 2025-10-15
3694 views
一项发表于arXiv的前沿研究显示,大型语言模型(LLM)通过创新的语义相似性评分方法,在57种个人护理产品的消费选择预测中成功复现了人类决策模式,达到人类测试重测可靠性的90%。传统调研方法依赖数值评分易导致数据聚集于安全中间值,而新方法突破性地让AI生成自然语言反馈(如“若效果良好且价格适中我会考虑购买”),再通过嵌入向量相似度映射至评分体系。这项技术不仅显著降低了每年数十亿美元的市场调研成本,更能提供比传统问卷更丰富的定性反馈,对消费行为学、市场研究及AI商业化应用具有里程碑意义。研究证实,即使不了解消费者背景信息,AI仍能通过语义解析精准捕捉消费心理,为个性化营销和产品开发开辟了新路径。
核心要点
- LLM通过语义相似性方法在57款产品测试中实现90%人类选择复现率
- 突破传统数值评分局限,采用自然语言生成与嵌入向量映射技术
- 该技术有望替代巨额市场调研支出并提供更深度定性洞察