Emotion-aware conversational recommender systems: a case study

In recent years, especially during the COVID-19 period, online shopping has seen rapid growth, with users increasingly purchasing items through online platforms. Despite this, the online shopping experience still lacks key elements present in physical stores, such as the opportunity to receive empathic support and dedicated advice from a professional sales assistant. This study investigates how an empathic Conversational Agent (CA) can transform the online shopping experience by responding to user emotions with empathy and appropriateness, creating a more natural and humanized interaction. The research focuses on developing Gala, an emotion-aware virtual assistant designed to recommend products from the Galeries Lafayette website. Gala is equipped to recognize users' emotional states through their voice messages, allowing it to respond empathetically basing on perceived emotions. The work started with a set of semi-structured interviews to analyze user needs and define the core functionalities that informed the design of Gala UX and capability. Its implementation used the OpenAI API and the Galeries Lafayette API. The recommendation approach follows a Content-Based methodology. Using Natural Language Processing (NLP), the assistant interprets the user's requests and searches items in the product catalogue that align with the specified attributes, such as name, price, and brand. These features generate a smooth natural dialogue and provide product recommendations. Subsequently, two phases of user testing were conducted: an initial usability test to evaluate the system usability, and a second user test to compare a standard CA with Gala's emotion-aware version. In conclusion, the results highlight the potential of emotion-aware CAs to enhance online shopping by making product selection faster and more engaging. This provides a guided experience similar to that in a physical store.

Negli ultimi anni, soprattutto durante il periodo del COVID-19, lo shopping online ha registrato una rapida crescita, con un numero sempre maggiore di utenti che acquistano prodotti attraverso le piattaforme online. Nonostante ciò, l'esperienza di shopping online manca ancora di elementi fondamentali presenti nei negozi fisici, come la possibilità di ricevere supporto empatico e consigli dedicati da un assistente professionale. Questo studio esplora come un Agente Conversazionale (AC) empatico possa trasformare l'esperienza di shopping online, attraverso risposte empatiche e adeguate, creando un'interazione più naturale e umanizzata. La ricerca si concentra sullo sviluppo di Gala, un assistente virtuale consapevole delle emozioni, progettato per raccomandare prodotti dal sito web di Galeries Lafayette. Gala è dotata della capacità di riconoscere lo stato emotivo degli utenti attraverso i loro messaggi vocali, permettendole di rispondere empaticamente in base alle emozioni percepite. Il lavoro inizia con una serie di interviste semi-strutturate per analizzare i bisogni degli utenti e definire le funzionalità principali, le quali hanno guidato il design dell'esperienza utente e delle funzionalità di Gala. La sua implementazione coinvolge l'utilizzo dell'API di OpenAI e dell'API di Galeries Lafayette. L'approccio di raccomandazione segue una metodologia Content-Based. Attraverso l'elaborazione del linguaggio naturale (NLP), l'assistente interpreta le richieste degli utenti e identifica i prodotti nel catalogo che corrispondono agli attributi specificati, come nome, prezzo e marca. Queste caratteristiche generano un dialogo naturale e fluido e forniscono raccomandazioni di prodotti. In seguito, sono state condotte due fasi di test con gli utenti: un primo test di usabilità per valutare l'efficacia del sistema e un secondo test per confrontare un AC standard con la versione empatica di Gala. In conclusione, i risultati evidenziano il potenziale degli AC empatici nel migliorare lo shopping online, rendendo il processo di selezione dei prodotti più rapido e coinvolgente. Questo offre un'esperienza guidata simile a quella vissuta in un negozio fisico.