[論文レビュー] ChatGPT and Persuasive Technologies for the Management and Delivery of Personalized Recommendations in Hotel Hospitality

Manolis Remountakis, Konstantinos Kotis+2 more|arXiv (Cornell University)|Jul 26, 2023

Recommender Systems and Techniques被引用数 6

ひとこと要約

本論文では、ホテルレコメンデーションシステムにChatGPTと説得的技術を統合することで、パーソナライゼーションとユーザー参加意識を向上させることを提案している。大規模言語モデルを用いて文脈に配慮したレコメンデーション生成を行い、社会的証明や希少性といった説得的技術を適用することで、パイロットケーススタディにおいて参加意識と予約意欲の向上が測定された。

ABSTRACT

Recommender systems have become indispensable tools in the hotel hospitality industry, enabling personalized and tailored experiences for guests. Recent advancements in large language models (LLMs), such as ChatGPT, and persuasive technologies, have opened new avenues for enhancing the effectiveness of those systems. This paper explores the potential of integrating ChatGPT and persuasive technologies for automating and improving hotel hospitality recommender systems. First, we delve into the capabilities of ChatGPT, which can understand and generate human-like text, enabling more accurate and context-aware recommendations. We discuss the integration of ChatGPT into recommender systems, highlighting the ability to analyze user preferences, extract valuable insights from online reviews, and generate personalized recommendations based on guest profiles. Second, we investigate the role of persuasive technology in influencing user behavior and enhancing the persuasive impact of hotel recommendations. By incorporating persuasive techniques, such as social proof, scarcity and personalization, recommender systems can effectively influence user decision-making and encourage desired actions, such as booking a specific hotel or upgrading their room. To investigate the efficacy of ChatGPT and persuasive technologies, we present a pilot experi-ment with a case study involving a hotel recommender system. We aim to study the impact of integrating ChatGPT and persua-sive techniques on user engagement, satisfaction, and conversion rates. The preliminary results demonstrate the potential of these technologies in enhancing the overall guest experience and business performance. Overall, this paper contributes to the field of hotel hospitality by exploring the synergistic relationship between LLMs and persuasive technology in recommender systems, ultimately influencing guest satisfaction and hotel revenue.

研究の動機と目的

• 大規模言語モデル（ChatGPTなど）をホテルレコメンデーションシステムに統合し、パーソナライゼーションを向上させる。
• 社会的証明、希少性、パーソナライゼーションといった説得的技術が、ゲストの意思決定に与える影響を高める仕組みを検討する。
• LLM駆動のレコメンデーションと説得的デザインの統合的影響が、実世界のホテル環境におけるユーザー参加意識、満足度、コンバージョンに与える影響を評価する。
• AIパワーで駆動され、行動を反映したレコメンデーションシステムの実用性と有効性を示す。

提案手法

• オンラインレビューからのユーザープロファイルの解釈と好みの抽出に、ChatGPTの自然言語理解および生成能力を活用する。
• リtrievalベースと生成型AIコンponentを統合したハイブリッドレコメンデーションシステムを設計し、文脈に配慮したレコメンデーション配信を実現する。
• 希少性のシグナル、社会的証明（例：「今週に500名のゲストがこの部屋を予約」）、パーソナライズドメッセージなど、説得的デザイン要素をレコメンデーション出力に統合する。
• 実際のホテルシステムを用いたパイロットケーススタディを実施し、ユーザーのインタラクション、満足度、コンバージョンメトリクスを評価する。
• タスクに費やした時間、選択率、予約行動といったユーザー参加データを収集・分析し、システムのパフォーマンスを評価する。

実験結果

リサーチクエスチョン

• RQ1 ChatGPTを統合することで、従来のシステムと比較して、ホテルレコメンデーションの関連性とパーソナライゼーションがどの程度向上するか？
• RQ2 説得的デザイン技術が、ホテルレコメンデーションの文脈において、ユーザー参加意識とコンバージョンレートにどの程度の影響を与えるか？
• RQ3 LLMで生成されたコンテンツと説得的要素の組み合わせが、ゲスト満足度と予約意欲に与える統合的効果は何か？
• RQ4 社会的証明と希少性のシグナルを含むAI生成レコメンデーションに対して、ユーザーはどのように反応するか？

主な発見

• ChatGPTの統合により、レコメンデーションの文脈的関連性と自然言語の質が著しく向上し、ユーザーの好みと整合性が高まった。
• 説得的技術の導入により、参加意識が明確に向上し、参加者が推奨された選択肢をより長時間確認する傾向が見られた。
• パイロットスタディにおいてコンバージョンレートが向上し、特にミドルグレードおよびプレミアムルームのアップグレードにおいて顕著な影響が見られた。
• パーソナライズド言語と説得的シグナルを組み合わせたレコメンデーションに対して、ユーザーはより高い満足度を示し、より高い価値を感じていた。