ユーザーの行動ログからの階層的マルチパーソナ誘導：エビデンスに基づく、そして真実味のあるパーソナを学習する

Abstract

行動ログはユーザーモデリングにとって豊富なシグナルを提供しますが、ノイズが多く、さまざまな意図にまたがって混在しています。近年の研究では、ユーザーログからLLMを用いて解釈可能な自然言語のペルソナを生成していますが、評価はしばしば下流タスクの有用性に重点が置かれ、ペルソナ品質そのものについての保証は限られています。そこで本研究では、ユーザの行動を意図メモリに集約し、これらのメモリをクラスタリングおよびラベリングすることで、複数のエビデンスに基づいたペルソナを誘導する階層的フレームワークを提案します。ペルソナ誘導を、クラスタの凝集性、ペルソナとエビデンスの整合、ペルソナの真実性によって捉えられるペルソナ品質の最適化問題として定式化し、Direct Preference Optimization（DPO）の群ごとの拡張（groupwise extension）を用いてペルソナモデルを学習します。大規模なサービスログと2つの公開データセットでの実験により、本手法はより首尾一貫しており、エビデンスに基づき、かつ信頼できるペルソナを誘導できることを示すとともに、将来のインタラクション予測も改善することが分かりました。