Session意图漂移建模 - 跨会话用户购买意图变化检测

1. 解决的问题

现有电商推荐系统多依赖商品标题、价格等表层属性推断用户意图，且只关注单次购买或单会话内的短期偏好变化。SessionIntentBench 的核心创新在于：提出意图树（Intention Tree）概念，通过跨会话建模用户意图的时序演化，构建大规模多模态意图基准。

2. 核心算法逻辑

现有电商推荐系统多依赖商品标题、价格等表层属性推断用户意图，且只关注单次购买或单会话内的短期偏好变化。SessionIntentBench 的核心创新在于：提出意图树（Intention Tree）概念，通过跨会话建模用户意图的时序演化，构建大规模多模态意图基准。

3. 业务应用场景

业务问题：桑基图展示了页面间流量（如"首页→分类页→PDP→加购→支付"），但缺少"为什么用户走这条路"的语义信息。例如同样是"PDP → 加购"路径，有的用户是目标型（直接搜索特定型号奶粉来购买），有的是探索型（随机浏览发现心仪产品），有的是比价型（连续访问多个 PDP 后才加购）。意图漂移检测可以为桑基图每条路径的"边"标注语义标签，让运营人员直观理解流量结构。

| 字段 | 类型 | 示例 | |------|------|------| | user_id | string | "usr_abc123" | | session_id | string | "sess_2026042001" | | event_type | category | "view" / "click" / "add_cart" / "purchase" | | page_type | category | "homepage" / "category" / "pdp" / "cart" / "checkout" | | product_id | string | "ASI

最低要求：至少3个连续商品访问构成一个完整会话，有可提取的商品属性信息。

4. 输入数据要求

请查看原始代码模板获取输入规格。

5. 输出结果

请查看原始代码模板获取输出规格。

6. 业务价值 / ROI

未自动抽取；请查看原始 Skill 卡片。

7. 代码模板

代码块数量：3 · 路径：未检测到

"""
Session Intent Shift Detection — 跨会话意图漂移检测
arXiv: 2507.20185 | SessionIntentBench (ACL 2026 Findings)

功能：
  1. 从会话数据构建意图树（规则+embedding模拟LLM意图推断）
  2. 跨会话意图漂移检测（余弦相似度 + 属性变化追踪）
  3. 为桑基图路径标注意图语义标签
  4. 意图演化阶段预测（探索/比较/目标购买）

环境依赖: pip install numpy scikit-learn
可选依赖: pip install openai  # 如需接入真实LLM意图推断
"""

import math
import random
import hashlib
from dataclasses import dataclass, field
from typing import List, Dict, Optional, Tuple
import numpy as np
from sklearn.metrics.pairwise import cosine_similarity

# ─────────────────────────────────────────────
# 1. 数据结构
# ─────────────────────────────────────────────

@dataclass
class Product:
    """电商商品（母婴品类）"""
    product_id: str
    title: str
    category: str          # 品类：如 "Baby Formula", "Stroller", "Diaper"
    price: float
    attributes: Dict[str, str] = field(default_factory=dict)
    # 例：{"material": "organic", "age_range": "0-6m", "brand": "Similac"}

    def get_embedding(self, dim: int = 32) -> np.ndarray:
        """
        模拟商品向量表示（真实场景可替换为 text-embedding-ada-002 等）
        用商品属性的哈希值生成确定性伪随机向量
        """
        seed_str = f"{self.category}|{self.price:.0f}|" + "|".join(
            f"{k}:{v}" for k, v in sorted(self.attributes.items())
        )
        seed = int(hashlib.md5(seed_str.encode()).hexdigest(), 16) % (2**31)
        rng = np.random.RandomState(seed)
        vec = rng.randn(dim).astype(np.float32)
        return vec / (np.linalg.norm(vec) + 1e-9)


@dataclass
class IntentionEntry:
    """单步意图条目（对应论文中 Intention Tree 的一个节点）"""
    step: int               # 在会话中的时间步
    intent_text: str        # 意图描述，如 "寻找有机奶粉，追求性价比"
    key_attribute: str      # 驱动此意图的关键属性，如 "price: affordable"
    comparison: str         # 与上一商品的比较依据（Task3 输入）
    intent_vector: np.ndarray = field(default_factory=lambda: np.zeros(32))

    def drift_score(self, other: "IntentionEntry") -> float:

8. 论文来源

• 2507.20185