論文の概要: Behavior2Trip: Towards Personalized Travel Planning via User Behavior Trajectory
- arxiv url: http://arxiv.org/abs/2608.26807v1
- Date: Thu, 27 Aug 2026 08:47:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-28 16:30:58.31544
- Title: Behavior2Trip: Towards Personalized Travel Planning via User Behavior Trajectory
- Title（参考訳）: Behavior2Trip: ユーザ行動軌跡によるパーソナライズされた旅行計画を目指して
- Abstract要約: 本研究では,過去の行動から直接ユーザの嗜好を推測し,パーソナライズされた旅行計画を生成する行動意識旅行計画を提案する。
B2T-Agentは、ユーザの行動軌跡を利用する強化学習ベースのエージェントである。
我々は,GPT-4.1が最強タスクに対して0.5%のフル制約パス率を達成するのに対し,Qwen3-8B上に構築されたB2T-Agentは全ベースラインを上回っていることを示す。
- 参考スコア（独自算出の注目度）: 38.79556025480097
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Travel planning agents assist users in generating personalized travel plans by modeling their individual preferences. Existing agents either rely on explicit user instructions or engage in multi-turn clarification to elicit user preferences. However, both approaches overlook the rich behavioral signals latent in users' past behaviors, which implicitly encode their preferences. This over-reliance on active user input increases interaction burden and limits plan personalization. To bridge this gap, we introduce a new task, Behavior-Aware Travel Planning, which infers user preferences directly from past behaviors and generates personalized travel plans. To facilitate research on this task, we introduce Behavior2Trip, a benchmark constructed from one of the largest Chinese online travel platforms, comprising 11,400 instances. Each instance represents an average of 39.8 past user behaviors spanning 14 attributes across 5 preference dimensions. We further propose B2T-Agent, a reinforcement learning-based agent that leverages user behavior trajectories, interacts with external tools for preference-aligned retrieval, and maintains an internal memory module. Experiments on Behavior2Trip show that GPT-4.1 achieves a full-constraint pass rate of only 0.5\% on the hardest tasks, while B2T-Agent built upon Qwen3-8B outperforms all baselines, highlighting the substantial challenge of this task. Moreover, Qwen3-8B trained with B2T-Agent also outperforms GPT-4.1 on the TravelPlanner benchmark, demonstrating strong generalization. Code and data are available at https://github.com/BUAA-IRIP-LLM/Behavior2Trip
- Abstract（参考訳）: 旅行計画エージェントは、個人の好みをモデル化することで、個人化された旅行計画の作成を支援する。
既存のエージェントは明示的なユーザー指示に依存するか、複数ターンの明確化に取り組み、ユーザの好みを導き出す。
しかし、どちらのアプローチも、ユーザーの過去の行動に潜むリッチな行動信号を見落とし、暗黙的に好みを符号化する。
このアクティブユーザ入力への過度依存は、相互作用の負担を増大させ、計画のパーソナライズを制限する。
このギャップを埋めるために,過去の行動から直接ユーザの好みを推測し,パーソナライズされた旅行計画を生成する,行動認識旅行計画という新たなタスクを導入する。
このタスクの研究を容易にするために,11,400のインスタンスからなる中国最大のオンライン旅行プラットフォームから構築されたベンチマークであるBehavior2Tripを紹介する。
各インスタンスは、5つの嗜好次元にまたがる14の属性にまたがる平均39.8のユーザー行動を表す。
さらに,ユーザ行動トラジェクトリを活用する強化学習ベースのエージェントであるB2T-Agentを提案する。
Behavior2Tripの実験では、GPT-4.1は最も難しいタスクで0.5\%のフル制約パス率を達成する一方、Qwen3-8B上に構築されたB2T-Agentは全てのベースラインを上回り、このタスクの重大な課題を浮き彫りにしている。
さらに、B2T-Agentで訓練されたQwen3-8Bは、TravelPlannerベンチマークでGPT-4.1を上回っ、強力な一般化を示している。
コードとデータはhttps://github.com/BUAA-IRIP-LLM/Behavior2Tripで公開されている。
関連論文リスト
- VitaBench 2.0: Evaluating Personalized and Proactive Agents in Long-Term User Interactions [63.13827503828231]
我々は、長期ユーザーインタラクションにおけるパーソナライズされたプロアクティブなエージェント動作を評価するためのベンチマークであるVitaBench 2.0を紹介する。
結果は、最先端のモデルでさえ、現実世界のパーソナライゼーションは非常に困難であることを示している。
論文 参考訳（メタデータ） (2026-05-26T15:07:38Z) - Behavior-Aware Dual-Channel Preference Learning for Heterogeneous Sequential Recommendation [18.573543141847317]
不均一シーケンシャルレコメンデーション(HSR)は、ユーザとイテムの相互作用の多様な振る舞いから動的行動依存を学習し、正確なシーケンシャルレコメンデーションを促進することを目的としている。
重要な問題のひとつは、実世界のデータの本質的な疎さであり、レコメンデーションのパフォーマンスが低下する可能性があることだ。
我々は、行動認識型デュアルチャネル優先学習フレームワークを慎重に設計した。
論文 参考訳（メタデータ） (2026-04-16T03:20:11Z) - PersonaMem-v2: Towards Personalized Intelligence via Learning Implicit User Personas and Agentic Memory [56.81126490418336]
パーソナライゼーションは、AI能力とアライメントの進歩における次のマイルストーンの1つだ。
PersonaMem-v2は300以上のシナリオ、20,000以上のユーザの好み、128kのコンテキストウィンドウで、1,000の現実的なユーザ-チャットボットインタラクションをシミュレートする。
我々はQwen3-4BをトレーニングしてGPT-5を上回り、暗黙のパーソナライゼーションにおいて53%の精度を達成した。
論文 参考訳（メタデータ） (2025-12-07T06:48:23Z) - GTA1: GUI Test-time Scaling Agent [97.58177633084915]
グラフィカルユーザインタフェース(GUI)は、ユーザ命令をアクションプロポーザルに順次分解することで、プラットフォーム(例えばLinux)間で自律的にタスクを完了させる。
本稿では,前述の textbfGUI textbfTest-time Scaling textbfAgent,すなわち GTA1 の課題について検討する。
論文 参考訳（メタデータ） (2025-07-08T08:52:18Z) - PersonaAgent: When Large Language Model Agents Meet Personalization at Test Time [87.99027488664282]
PersonaAgentは、汎用的なパーソナライゼーションタスクに対処するために設計されたフレームワークである。
パーソナライズされたメモリモジュールとパーソナライズされたアクションモジュールを統合する。
テストタイムのユーザ嗜好アライメント戦略は、リアルタイムのユーザの嗜好アライメントを保証する。
論文 参考訳（メタデータ） (2025-06-06T17:29:49Z) - SPOT-Trip: Dual-Preference Driven Out-of-Town Trip Recommendation [13.662526092450198]
アウト・オブ・タウン・トリップ・レコメンデーション(Out-of-town trip recommendation)は、出身地から未訪問地域へ旅行するユーザーのために、ポイント・オブ・インテリジェンス(Points of Interest)のシーケンスを生成することを目的としている。
アウト・オブ・タウンのチェックインデータの広さは、そのようなユーザの好みを捉える上で大きな課題となる。
新しいフレームワーク SPOT-Trip が提案され,2つの静的なユーザ嗜好を明示的に学習する。
論文 参考訳（メタデータ） (2025-06-02T14:11:21Z) - STEVE: A Step Verification Pipeline for Computer-use Agent Training [84.24814828303163]
STEVEは、コンピュータ使用エージェントトレーニングのためのステップ検証パイプラインである。
GPT-4oは、動作実行前後の画面に基づいて、軌跡の各ステップの正当性を検証するために使用される。
我々のエージェントは、軌道内での正と負の両方の作用を利用して微調整を監督する。
論文 参考訳（メタデータ） (2025-03-16T14:53:43Z) - Personalized Behavior-Aware Transformer for Multi-Behavior Sequential
Recommendation [25.400756652696895]
マルチビヘイビアシーケンスレコメンデーション(MBSR)問題に対するパーソナライズされた行動認識変換フレームワーク(PBAT)を提案する。
PBATは表現層にパーソナライズされた振舞いパターン生成器を開発し,逐次学習のための動的・識別的な振舞いパターンを抽出する。
3つのベンチマークデータセットで実験を行い、その結果、フレームワークの有効性と解釈性を示した。
論文 参考訳（メタデータ） (2024-02-22T12:03:21Z) - A Deep Behavior Path Matching Network for Click-Through Rate Prediction [9.800832176496002]
本稿では,ユーザの現在の行動経路と過去の行動経路とを一致させて,ユーザの行動を予測することを提案する。
我々は,行動経路マッチングのためのディープニューラルネットワークを設計し,行動経路の空間性,ノイズ干渉,行動経路の正確なマッチングという3つの問題を解決する。
本モデルでは,2つの実世界のデータセットにおいて,最先端のCTRモデルよりも優れた性能を示す。
論文 参考訳（メタデータ） (2023-02-01T08:08:21Z) - Relative Behavioral Attributes: Filling the Gap between Symbolic Goal
Specification and Reward Learning from Human Preferences [19.70421486855437]
非専門家のユーザは、エージェントの振る舞いの短いクリップよりも好みを表現することで、複雑な目的を表現できる。
相対的行動属性(Relative Behavioral Attributes)は、正確な目標仕様と、選好ラベルから純粋に学習する報奨の中間として機能する。
本稿では,順序付けられた行動クリップから任意の行動属性をエンコードできる2つの異なるパラメトリック手法を提案する。
論文 参考訳（メタデータ） (2022-10-28T05:25:23Z) - Recommender Transformers with Behavior Pathways [50.842316273120744]
Recommender Transformer (RETR) を新しいパスウェイアテンション機構で構築する。
実世界の7つのデータセットにおけるRETRの有効性を実証的に検証する。
論文 参考訳（メタデータ） (2022-06-13T08:58:37Z)
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。