SimPersona: Apprendere le Personas degli Acquirenti dai Flussi di Click per Agenti di E-Commerce

È stato sviluppato un nuovo framework chiamato SimPersona per identificare categorie distinte di acquirenti a partire da dati grezzi di clickstream, migliorando gli agenti web basati su LLM nell'e-commerce. Gli agenti convenzionali tendono a ridurre la diversità degli acquirenti a un'unica politica di "acquirente medio", trascurando la natura variegata della popolazione. SimPersona utilizza un VQ-VAE sensibile al comportamento per creare uno spazio discreto di tipi di acquirenti a partire dal traffico storico, catturando efficacemente i pattern statistici del comportamento reale degli acquirenti e le distribuzioni specifiche del commerciante. Ogni tipo di acquirente identificato corrisponde a un token di persona unico nel vocabolario dell'agente LLM, facilitando una guida specifica per comportamento. Questo metodo supera le limitazioni delle personas basate su prompt creati manualmente, che tendono a essere fragili, difficili da scalare e inefficienti in termini di contesto. La ricerca è disponibile su arXiv (2605.14205).