論文の概要: What Makes a Sale? Rethinking End-to-End Seller--Buyer Retail Dynamics with LLM Agents

• arxiv url: http://arxiv.org/abs/2604.04468v1
• Date: Mon, 06 Apr 2026 06:38:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:19.120663
• Title: What Makes a Sale? Rethinking End-to-End Seller--Buyer Retail Dynamics with LLM Agents
• Title（参考訳）: 売り物とは何か : LLM エージェントによるエンド・ツー・エンド・セラー-バイヤーリテールダイナミクスの再考
• Authors: Jeonghwan Choi, Jibin Hwang, Gyeonghun Sun, Minjeong Ban, Taewon Yun, Hyeonjae Cheon, Hwanjun Song,
• Abstract要約: RetailSimは、このパイプラインを統一された環境でモデル化するエンドツーエンドの小売シミュレーションフレームワークである。 本稿では,ペルソナ推論,売り手と買い手のインタラクション分析,販売戦略評価など,意思決定指向のユースケースを通じて,その実用性を実証する。
• 参考スコア（独自算出の注目度）: 22.408631930364788
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Evaluating retail strategies before deployment is difficult, as outcomes are determined across multiple stages, from seller-side persuasion through buyer-seller interaction to purchase decisions. However, existing retail simulators capture only partial aspects of this process and do not model cross-stage dependencies, making it difficult to assess how early decisions affect downstream outcomes. We present RetailSim, an end-to-end retail simulation framework that models this pipeline in a unified environment, explicitly designed for simulation fidelity through diverse product spaces, persona-driven agents, and multi-turn interactions. We evaluate RetailSim with a dual protocol comprising human evaluation of behavioral fidelity and meta-evaluation against real-world economic regularities, showing that it successfully reproduces key patterns such as demographic purchasing behavior, the price-demand relationship, and heterogeneous price elasticity. We further demonstrate its practical utility via decision-oriented use cases, including persona inference, seller-buyer interaction analysis, and sales strategy evaluation, showing RetailSim's potential as a controlled testbed for exploring retail strategies.
• Abstract（参考訳）: 売り手側による説得から買い手と売り手の相互作用、購入決定に至るまで、複数の段階で結果が決定されるため、展開前の小売戦略の評価は困難である。 しかし、既存の小売シミュレータは、このプロセスの部分的な側面のみをキャプチャし、ステージ間の依存関係をモデル化しないため、初期の決定が下流の結果にどのように影響するかを評価することは困難である。 RetailSimは、このパイプラインを統一された環境でモデル化するエンド・ツー・エンドの小売シミュレーションフレームワークで、多様な製品空間、ペルソナ駆動エージェント、マルチターンインタラクションを通じて、忠実さをシミュレーションするために明示的に設計されている。 RetailSimは,行動の忠実さと実世界の経済レギュラー性に対するメタ評価を人為的に評価した二重プロトコルを用いて評価し,人口統計学的購買行動,価格-需要関係,不均一な価格弾性といった重要なパターンを再現したことを示す。 さらに,小売戦略を探索するための制御テストベッドとしてのRetailSimの可能性を示す,ペルソナ推論,売り手・買い手インタラクション分析,販売戦略評価などの意思決定型ユースケースを通じて,その実用性を実証する。

関連論文リスト

• How Far Can LLMs Emulate Human Behavior?: A Strategic Analysis via the Buy-and-Sell Negotiation Game [0.8353024005684598]
  大規模言語モデル(LLM)の人間の感情的・行動的模倣と戦略的意思決定能力を定量的に評価する手法を提案する。 具体的には、複数のLLMに異なるペルソナを割り当て、バイヤーとセラーの交渉を行い、勝利率、取引価格、SHAP値などの結果を包括的に分析する。 実験の結果,既存のベンチマークスコアが高いモデルでは,全体の交渉性能が向上することが示された。
  論文  参考訳（メタデータ） (2025-11-22T09:07:29Z)
• Magentic Marketplace: An Open-Source Environment for Studying Agentic Markets [74.91125572848439]
  本稿では,サービスエージェントが消費者を代表し,サービスエージェントが競合するビジネスを代表する2面のエージェントマーケットプレースについて検討する。 この環境では、ユーティリティエージェントが達成する行動バイアス、操作に対する脆弱性、検索メカニズムが市場の結果をどのように形作るか、といった主要な市場ダイナミクスを研究することができる。 実験の結果、フロンティアモデルは最適な福祉に近づくことができるが、理想的な探索条件下でのみ適用可能であることが判明した。
  論文  参考訳（メタデータ） (2025-10-27T18:35:59Z)
• LLM-Based Multi-Agent System for Simulating and Analyzing Marketing and Consumer Behavior [1.6352616029995921]
  LLMを利用したマルチエージェント・シミュレーション・フレームワークを導入し,消費者の意思決定とソーシャル・ダイナミクスをモデル化する。 価格割引マーケティングのシナリオでは、システムは実行可能な戦略テスト結果を提供する。
  論文  参考訳（メタデータ） (2025-10-20T23:15:44Z)
• SAGE: A Top-Down Bottom-Up Knowledge-Grounded User Simulator for Multi-turn AGent Evaluation [17.11268616243772]
  マルチターンアジェント評価のための新しいユーザシミュレーションフレームワークであるSAGEを提案する。 SAGEには、理想的な顧客プロファイルのようなビジネスロジックに根ざしたトップダウンの知識が組み込まれています。 このアプローチはより現実的で多様なインタラクションを生み出し、最大で33%のエージェントエラーを識別する。
  論文  参考訳（メタデータ） (2025-10-13T22:52:17Z)
• When AI Meets Finance (StockAgent): Large Language Model-based Stock Trading in Simulated Real-world Environments [55.19252983108372]
  LLMによって駆動される、StockAgentと呼ばれるマルチエージェントAIシステムを開発した。 StockAgentを使えば、ユーザーはさまざまな外部要因が投資家取引に与える影響を評価することができる。 AIエージェントに基づく既存のトレーディングシミュレーションシステムに存在するテストセットのリーク問題を回避する。
  論文  参考訳（メタデータ） (2024-07-15T06:49:30Z)
• Structured Dynamic Pricing: Optimal Regret in a Global Shrinkage Model [50.06663781566795]
  消費者の嗜好と価格感が時間とともに変化する動的モデルを考える。 我々は,モデルパラメータの順序を事前に把握している透視者と比較して,収益損失が予想される,後悔による動的価格政策の性能を計測する。 提案した政策の最適性を示すだけでなく,政策立案のためには,利用可能な構造情報を組み込むことが不可欠であることを示す。
  論文  参考訳（メタデータ） (2023-03-28T00:23:23Z)
• Learning Consumer Preferences from Bundle Sales Data [2.6899658723618005]
  本稿では,バンドル販売データを用いて消費者の商品に対する評価値の分布を学習するためのアプローチを提案する。 EMアルゴリズムとモンテカルロシミュレーションを用いて,消費者評価の分布を復元する。
  論文  参考訳（メタデータ） (2022-09-11T21:42:49Z)
• Finding General Equilibria in Many-Agent Economic Simulations Using Deep Reinforcement Learning [72.23843557783533]
  本研究では,エージェント種別のメタゲームに対して,エプシロン・ナッシュ平衡である安定解を求めることができることを示す。 私たちのアプローチはより柔軟で、例えば市場クリア化のような非現実的な仮定は必要ありません。 当社のアプローチは、実際のビジネスサイクルモデル、DGEモデルの代表的なファミリー、100人の労働者消費者、10社の企業、税金と再分配を行う政府で実証しています。
  論文  参考訳（メタデータ） (2022-01-03T17:00:17Z)
• Negotiating Networks in Oligopoly Markets for Price-Sensitive Products [2.4366811507669124]
  価格に敏感な商品のオリゴポリー市場において、売り手と買い手の意思決定を同時に見積もる機能を学ぶための新しい枠組みを提案する。 生成的敵ネットワークと同様に、このフレームワークはminimax 2-playerゲームに対応する。
  論文  参考訳（メタデータ） (2021-10-25T22:29:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。