面向实体搜索与推荐的协同意图表示挖掘

基于摘要分析。本文研究实体搜索中的用户查询意图表示：用户通过关键词检索具有结构化属性值描述的实体，例如商品。作者提出 Coordinated Intent Representation，将同一意图同时表示在查询空间与实体空间中，以补充仅基于查询词的表示对实体偏好及两类空间联系的刻画不足。 核心机制是为每个意图联合配置两类概率表示：语言模型用于刻画该意图下典型的查询词，一系列关于实体属性及属性值的概率分布用于描述用户偏好的实体特征。作者进一步提出生成模型，从实体搜索日志中发现这些协同意图表示。其方法特点在于让查询表达与结构化实体偏好共同参与意图建模，而非仅从查询空间挖掘意图；具体生成过程、参数估计方法及日志中使用的交互信号尚未验证。 作者报告，在商品搜索领域的评估中，该模型能够发现有意义的购物意图，所得表示可直接用于提高商品搜索与推荐的准确性。摘要未给出数据集、样本规模、划分方式、对照方法、指标定义或数值，因此无法判断收益幅度及适用范围；实验协议、消融及统计信息尚未验证。 本文主要研究对象是搜索日志中的用户偏好，而非神经信号或 BCI 意图解码。摘要未提供 EEG 数据、神经信号建模机制或明确的跨领域对应关系，不能将商品搜索中的有效性视为 BCI 有效性的证据。已有 EEG 相关工作尚未检索确认。复现前需查阅全文，核对日志字段、实体属性组织、模型估计与搜索及推荐评估流程。