论文
从逐用户到交易模式：银行规模的语义用户画像流水线
From "Who Is This User?" to "What Does This Purchase Mean?": A Deployed Pipeline for Semantic User Profiling at Bank Scale
摘要
对每个用户的交易历史分别进行LLM推理，使推理预算随用户数量线性增长，在应用规模下可能难以承受。我们将属性推断从逐用户改写为逐交易模式。流水线分三个阶段：Resolve对商品名称进行抽象，并可选地使用网页证据；Profile为每个高频模式推断属性；Tag将自由文本属性聚类成可查询数据库。在Profile阶段，每个模式只需一次LLM调用，即输出预定义类别标签、自由文本属性和各属性的流行程度估计。由于推理围绕模式而非用户执行，预算随模式数而不是用户数增长。在公开Open电子商务语料上，对所评估属性而言，该数据库的AUC与直接读取每名用户原始历史的LLM在统计上不可区分，流行程度估计也包含区分正负用户的信号。流水线已在日本一家大型银行部署，为数千万量级用户生成画像；与逐用户流水线相比，LLM推理对象数减少近三个数量级。代码可通过文中链接公开获取。
