論文の概要: Your Reviews Replicate You: LLM-Based Agents as Customer Digital Twins for Conjoint Analysis
- arxiv url: http://arxiv.org/abs/2604.22756v1
- Date: Fri, 06 Mar 2026 07:21:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-04 02:32:14.152666
- Title: Your Reviews Replicate You: LLM-Based Agents as Customer Digital Twins for Conjoint Analysis
- Title（参考訳）: コンジョイント分析のための顧客デジタル双生児としてのLSMベースのエージェント
- Authors: Bin Xuan, Jungmin Hwang, Hakyeon Lee,
- Abstract要約: 本研究では,大規模言語モデル (LLM) をベースとした "customer digital twins (CDT)" を仮想応答として利用するフレームワークを提案する。
Redditコミュニティ内でアクティブなユーザを特定し、包括的なレビュー履歴を集約して、個別化されたベクトルデータベースを構築しました。
本研究は,検索強化世代(RAG)と迅速なエンジニアリングを統合することで,過去の嗜好や制約を動的に検索・推論できる顧客エージェントを開発した。
- 参考スコア（独自算出の注目度）: 1.2744523252873352
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conjoint analysis is a cornerstone of market research for estimating consumer preferences; however, traditional methods face persistent challenges regarding time, cost, and respondent fatigue. To address these limitations, this study proposes a framework that utilizes large language model (LLM)-based "customer digital twins (CDT)" as virtual respondents. We identified active users within the Reddit community and aggregated their comprehensive review histories to construct individualized vector databases. By integrating retrieval-augmented generation (RAG) with prompt engineering, this study developed customer agents capable of dynamically retrieving and reasoning upon their specific past preferences and constraints. These customer agents, called CDTs, performed pairwise comparison tasks on product profiles generated via fractional factorial design, and the resulting choice data was analyzed to estimate part-worth utilities by logistic regression. Empirical validation demonstrates that these CDTs predict the preferences of actual users with 87.73% accuracy. Furthermore, a case study on the computer monitor category successfully quantified trade-offs between attributes such as panel type and resolution, deriving preference structures consistent with market realities. Ultimately, this study contributes to marketing research by presenting a scalable alternative that significantly improves both agility and cost-efficiency to traditional methods.
- Abstract（参考訳）: コンジョイント分析は、消費者の嗜好を推定するための市場調査の基盤となっているが、伝統的な手法では、時間、コスト、および応答疲労に関する永続的な課題に直面している。
これらの制約に対処するために,大規模言語モデル(LLM)をベースとした「顧客デジタルツインズ(CDT)」を仮想回答者として活用するフレームワークを提案する。
Redditコミュニティ内でアクティブなユーザを特定し、包括的なレビュー履歴を集約して、個別化されたベクトルデータベースを構築しました。
本研究は,検索強化世代(RAG)と迅速なエンジニアリングを統合することで,過去の嗜好や制約を動的に検索・推論できる顧客エージェントを開発した。
CDTと呼ばれるこれらの顧客エージェントは、分数分解的設計によって生成した製品プロファイルのペアワイズ比較タスクを行い、結果として得られる選択データを分析して、ロジスティック回帰により部品価値ユーティリティを推定した。
実証的な検証では、これらのCDTは87.73%の精度で実際のユーザの好みを予測する。
さらに,コンピュータモニタカテゴリーのケーススタディでは,パネルタイプや解像度などの属性間のトレードオフの定量化に成功し,市場の現実と整合した嗜好構造を導出する。
最終的に、この研究は、従来の方法に対するアジリティとコスト効率の両方を大幅に改善するスケーラブルな代替手段を提案することで、マーケティング研究に寄与する。
関連論文リスト
- RecThinker: An Agentic Framework for Tool-Augmented Reasoning in Recommendation [63.74915464611075]
RecThinkerはツール拡張推論を推奨するエージェントフレームワークである。
我々はRecThinker専用のツール群を開発し、モデルがユーザアイテム側および協調的な情報を取得することを可能にする。
論文 参考訳（メタデータ） (2026-03-10T16:07:17Z) - An Interactive Multi-Agent System for Evaluation of New Product Concepts [0.0]
本研究では,大規模言語モデル(LLM)に基づくマルチエージェントシステム(MAS)を用いた自動アプローチを提案する。
提案システムは,R&Dやマーケティングといった専門分野を代表する8つの仮想エージェントからなるチームから構成される。
論文 参考訳（メタデータ） (2026-03-06T07:22:52Z) - Repurposing Synthetic Data for Fine-grained Search Agent Supervision [81.95597592711688]
LLMベースの検索エージェントは、エンティティ中心の合成データに基づいてますます訓練されている。
一般的なトレーニングメソッドは、このリッチなエンティティ情報を破棄し、代わりにスパースで結果に基づく報酬に依存します。
E-GRPO(Entity-Aware Group Relative Policy Optimization)は、高密度なエンティティ認識報酬関数を定式化する新しいフレームワークである。
論文 参考訳（メタデータ） (2025-10-28T17:50:40Z) - How can we assess human-agent interactions? Case studies in software agent design [52.953425368394306]
我々は,人間とエージェントの相互作用の厳密な評価に向けて,二つの大きな一歩を踏み出した。
エージェント設計のより効率的な人間中心評価のためのフレームワークであるPULSEを提案する。
私たちは、オープンソースのソフトウェアエージェントOpenHandsを中心に構築された大規模なWebプラットフォームにフレームワークをデプロイします。
論文 参考訳（メタデータ） (2025-10-10T19:04:28Z) - Pathways of Thoughts: Multi-Directional Thinking for Long-form Personalized Question Answering [57.12316804290369]
ユーザ固有の情報ニーズに質問応答システムを適用するためには,パーソナライゼーションが不可欠である。
本稿では,タスク固有の微調整を必要とせず,任意の大規模言語モデル (LLM) に適用可能な推論段階の方法として,思考の経路 (PoT) を提案する。
PoTは競争ベースラインを一貫して上回り、13.1%の相対的な改善を達成している。
論文 参考訳（メタデータ） (2025-09-23T14:44:46Z) - Modeling the Telemarketing Process using Genetic Algorithms and Extreme
Boosting: Feature Selection and Cost-Sensitive Analytical Approach [0.06906005491572399]
本研究は、顧客による長期預金の意欲をモデル化する上で、テレマーケティングデータの力を活用することを目的とする。
ポルトガルの銀行と社会経済指標の実際のデータは、遠隔販売による意思決定プロセスのモデル化に使用される。
論文 参考訳（メタデータ） (2023-10-30T08:46:55Z) - Causal Analysis of Customer Churn Using Deep Learning [9.84528076130809]
顧客チャーン(Customer Churn)は、ビジネスとの関係を終了するか、特定の期間における顧客エンゲージメントを減少させる。
本稿では,ディープフィードフォワードニューラルネットワークを用いた分類手法を提案する。
また,顧客を混乱させる原因を予測するための因果ベイズネットワークを提案する。
論文 参考訳（メタデータ） (2023-04-20T18:56:13Z) - A Hybrid Statistical-Machine Learning Approach for Analysing Online
Customer Behavior: An Empirical Study [2.126171264016785]
我々は、中国最大のオンライン小売店であるJDにおいて、特定の商品カテゴリーに対する454,897人のオンライン顧客行動を分析するハイブリッド解釈モデルを開発した。
以上の結果から,顧客の製品選択が約束される納期に無関心であることが分かるが,この要因は顧客の注文量に大きな影響を及ぼす。
特定のディスカウントアプローチがより効果的である製品クラスを特定し、異なるディスカウントツールの使用を改善するためのレコメンデーションを提供する。
論文 参考訳（メタデータ） (2022-12-01T19:37:29Z) - Estimating defection in subscription-type markets: empirical analysis
from the scholarly publishing industry [0.0]
本稿では,学術出版業界における顧客チャーン予測の実証的研究について紹介する。
本研究は,6.5年間の顧客定期購読データに対する予測手法について検討した。
このアプローチは、ビジネス対ビジネスのコンテキストにおいて、正確かつ一意に有用であることを示します。
論文 参考訳（メタデータ） (2022-11-18T01:29:51Z) - Topology-based Clusterwise Regression for User Segmentation and Demand
Forecasting [63.78344280962136]
本研究は,パブリックおよび新規な商用データ集合を用いて,アナリストがユーザベースをクラスタリングし,詳細なレベルで需要を計画できることを示す。
本研究は,TDAに基づく時系列クラスタリングと行列因数分解法によるクラスタ回帰を実践者にとって実行可能なツールとして導入することを目的とする。
論文 参考訳（メタデータ） (2020-09-08T12:10:10Z)
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。