将跨域操作序列抽象为可解释的工作流程

顺序或带时间戳的交互日志提供了数字应用程序使用情况的客观记录，但它们的粒度和噪音常常掩盖了对人们工作的有意义的洞察。这些见解对于以现实世界用户交互的方式改进数字产品至关重要。先前的研究已应用深度学习模型将用户操作聚类为高级活动，但这些方法对噪声高度敏感，并且难以跨应用程序推广。为了解决这个限制，我们引入了 WorkflowView，这是一个使用 大语言模型 (LLM) 将底层操作序列抽象为高级活动的框架。我们在三个不同的、具有挑战性的顺序任务和不同的领域中建立了我们的方法的有效性和通用性：（a）从浏览器日志进行零样本任务描述重建（实现高语义相似性，$μ_{sim} = 0.91$），（b）使用MOOC交互日志进行小样本学生辍学预测（仅用五个小样本示例即可达到加权$F_1 = 0.90$），以及（c）对文档工作流程中的人工智能工具集成进行匿名、隐私保护分析在微软Word中。我们的工作表明，基于 LLM 的抽象是将底层行为数据转换为高级、可解释且可操作的见解的强大而有效的途径。我们还讨论了在日志基础设施中部署基于 LLM 的推理的实际注意事项，包括计算效率和用户隐私。