SimTrace：用于在线用户建模的基础多模态用户轨迹生成

虚拟客户端提供了一种经济高效的方法来支持 A/B 测试、推荐系统开发和界面评估等应用程序。然而，构建它们需要访问大规模、语义忠实、细粒度的在线用户轨迹。这些数据很难获取，因为专有日志受到隐私限制，而且小型企业往往缺乏足够的流量。因此，现有的公共数据集要么抽象出细粒度的用户交互细节，要么保留丰富的上下文，但仍然是特定于平台的和小规模的。为了解决这一差距，我们提出了 SimTrace，这是一个框架，可通过基于真实用户轨迹和给定 Web 环境的计算机使用客户端Agent生成忠实、细粒度的合成多模态点击流。 SimTrace 匿名真实交互并构建给定 Web 环境的模拟孪生，然后使用两者生成综合交互轨迹。每个操作都与其相应的网络观察和用户上下文配对，为开发基于计算机使用Agent的虚拟客户端提供了机密日志的可共享替代方案。我们将 SimTrace 应用于电子商务环境，并评估其保真度和下游效用。 SimTrace 在 8 个保真度指标中的 7 个上优于竞争基线。在合成数据上训练的模型的性能与在下游任务（例如购买预测和推荐）上的真实数据上训练的模型相当。对于下一个动作预测任务，相对于仅在真实数据上进行训练，使用合成数据增强真实数据进一步将准确性提高了 11.0%。我们将 SimTrace 作为开源包发布，以促进在线用户行为建模的研究。