論文の概要: Action-On-Item Preference Flow: A Shared Event Schema for Predictive and Generative Personalization

• arxiv url: http://arxiv.org/abs/2610.01375v1
• Date: Thu, 01 Oct 2026 09:42:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:24.036644
• Title: Action-On-Item Preference Flow: A Shared Event Schema for Predictive and Generative Personalization
• Title（参考訳）: Action-On-Item Preference Flow:予測と生成のパーソナライゼーションのための共有イベントスキーマ
• Abstract要約: ユーザの映画、ニュース、対話履歴は、ネイティブアクションと出力が異なるが、各インタラクションは、ユーザのメモリを更新できる証拠を提供する。 Action-on-itemスキーマは、マップされたインタラクションロールとコンテンツ埋め込みをペアにすることで、共有更新パラメータを別々のユーザ状態で操作可能にする。 PerTIDEはアクションゲーティング、3つの状態空間トレース、融合、コマンド条件の読み出しを実装している。
• 参考スコア（独自算出の注目度）: 15.78675371997504
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A user's movie, news, and dialogue histories differ in their native actions and outputs, yet each interaction supplies evidence that can update user memory. We study whether these histories can train one reusable update mechanism. An action-on-item schema pairs a mapped interaction role with a content embedding, allowing shared update parameters to operate on separate user states. We establish invariance to native relabeling, bounded state changes under item-embedding perturbations, and a pooled-training bound under explicit compatibility conditions. The Multi-Timescale State Hypothesis (MTSH) specifies how this evidence enters, persists, and is consumed; PerTIDE implements it with action gating, three state-space traces, fusion, and command-conditioned readout. On PENS, the same history encoder supports both next-news prediction and personalized headline generation. In a controlled PENS-to-MovieLens experiment, a frozen source-trained core exceeds an identically structured random core by 15.23 MRR points after fitting the same target consumer. On MIND, PerTIDE retains a 4.12-point MRR advantage over a same-input three-branch state-space control. Action, readout, and trace interventions identify complementary contributions to these gains. Together, the theory and experiments support learning history updates across compatible sources and reusing them through predictive and generative consumers.
• Abstract（参考訳）: ユーザの映画、ニュース、対話履歴は、ネイティブアクションと出力が異なるが、各インタラクションは、ユーザのメモリを更新できる証拠を提供する。 これらの履歴が再利用可能な更新メカニズムの1つを訓練できるかどうかを検討する。 Action-on-itemスキーマは、マップされたインタラクションロールとコンテンツ埋め込みをペアにすることで、共有更新パラメータを別々のユーザ状態で操作可能にする。 我々は,アイテム埋め込み摂動条件下での固有レバリング,境界状態変化,明示的な互換性条件下でのプール付きトレーニングバウンダリングの不変性を確立する。 MTSH(Multi-Timescale State hypothesis)は、このエビデンスがどのように侵入し、持続し、消費されるかを規定している。 PENSでは、同じ履歴エンコーダが、次世代の予測とパーソナライズされた見出し生成の両方をサポートしている。 制御されたPENS-to-MovieLens実験では、凍結したソースをトレーニングしたコアは同じ構成のランダムコアを15.23 MRRポイント超えた。 MINDでは、PerTIDEは同一入力の3分岐状態空間制御よりも4.12ポイントのMRRの優位性を保っている。 アクション、読み出し、トレースの介入は、これらの利益に対する補完的な貢献を特定する。 理論と実験は、互換性のあるソースにわたる学習履歴の更新をサポートし、予測的および生成的消費者を通じてそれらを再利用する。

関連論文リスト

• Learning Skills from Historical Action Trajectories: Action Experience Dictionary for World Action Models [129.76412745258145]
  World Action Models(WAM)は、視覚力学予測とアクション生成を結合するが、操作タスク間のアクションエクスペリエンスの再利用を明示的にサポートしていない。 本研究では,歴史的行動軌跡を共有行動埋め込みに符号化し,スキル再利用とタスク間関係のモデル化を支援するアクション体験辞書(AED)を開発した。
  論文  参考訳（メタデータ） (2026-09-30T17:26:38Z)
• Shaping Persistent Representations from Independent Interactions [18.806440777491993]
  SPRIIは、相互作用間の関係を永続的文脈の弱い監視として利用する訓練原理である。 SPRIIは、ダウンストリームタスクのパフォーマンスが平均10%以上、永続的プロパティ読み出しが15%以上であることを示す。
  論文  参考訳（メタデータ） (2026-09-28T08:35:56Z)
• Deep Situation-Aware Interaction Network for Click-Through Rate Prediction [16.73815639009699]
  ユーザ行動シーケンスモデリングは,eコマースプラットフォーム上でのクリックスルーレート(CTR)予測において重要な役割を果たす。 本稿では,対話行動の識別のための状況と状況の特徴の概念を提案し,その上でDeep situation-Aware Interaction Network (DSAIN) というCTRモデルを設計する。 DSAINはMeituanのフードデリバリープラットフォームにデプロイされ、Meituanのテイクアウトアプリの主なトラフィックを提供している。
  論文  参考訳（メタデータ） (2026-04-14T05:14:05Z)
• Interactive Tracking: A Human-in-the-Loop Paradigm with Memory-Augmented Adaptation [60.96010213186819]
  自然言語コマンドを使用していつでもトラッカーをガイドできる新しいパラダイムであるInteractive Trackingを導入する。 対話型トラッキングのための最初の大規模ベンチマークであるInteractTrackについて紹介する。 第3に,ユーザからのフィードバックから学習し,トラッキング動作を更新するために動的メモリ機構を利用する新しいベースラインであるInteractive Memory-Augmented Tracking (IMAT)を導入する。
  論文  参考訳（メタデータ） (2026-04-02T12:33:27Z)
• Leveraging Scene Context with Dual Networks for Sequential User Behavior Modeling [58.72480539725212]
  本稿では,シーンとアイテム間の動的興味や相互作用を捉えるために,新しいDSPネットワークを提案する。 DSPnetは、アイテムやシーンに対するユーザの動的関心を学習するための2つの並列ネットワークと、将来の振る舞いを予測するためのインタープレイをキャプチャするシーケンス機能拡張モジュールで構成されている。
  論文  参考訳（メタデータ） (2025-09-30T12:26:57Z)
• CPMR: Context-Aware Incremental Sequential Recommendation with Pseudo-Multi-Task Learning [7.12850130177239]
  本研究では,歴史シナリオと文脈シナリオの両方の進化をモデル化する文脈認識型 Pseudo-Multi-Task Recommender System (CPMR) を提案する。 4つのベンチマークレコメンデーションデータセットの実験結果は、CPMRが一貫して最先端のベースラインを上回っていることを示している。
  論文  参考訳（メタデータ） (2023-09-09T14:07:11Z)
• Dynamic Graph Collaborative Filtering [64.87765663208927]
  動的レコメンデーションは,逐次データに基づくリアルタイム予測を提供するレコメンデータシステムにとって不可欠である。 本稿では、動的グラフを利用して協調関係とシーケンシャル関係をキャプチャする新しいフレームワーク、Dynamic Graph Collaborative Filtering (DGCF)を提案する。 提案手法は, 動的協調情報の統合の有効性を示すため, 動作繰り返しの少ないデータセットでは高い性能を実現する。
  論文  参考訳（メタデータ） (2021-01-08T04:16:24Z)
• Multi-Interactive Attention Network for Fine-grained Feature Learning in CTR Prediction [48.267995749975476]
  クリックスルー率(ctr)予測シナリオでは、ユーザのシーケンシャルな動作を利用してユーザの関心を捉える。 既存の手法は主にユーザの行動に注意を払っているが、CTR予測には必ずしも適していない。 マルチインタラクティブ・アテンション・ネットワーク (MIAN) を提案し, 各種微細な特徴間の潜在関係を総合的に抽出する。
  論文  参考訳（メタデータ） (2020-12-13T05:46:19Z)
• Self-Attention Attribution: Interpreting Information Interactions Inside Transformer [89.21584915290319]
  本稿では,トランスフォーマー内の情報相互作用を解釈する自己帰属属性法を提案する。 本研究は,BERT に対する非目標攻撃の実装において,その属性を敵対パターンとして用いることができることを示す。
  論文  参考訳（メタデータ） (2020-04-23T14:58:22Z)

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。