SimTrace：基于匿名化真实会话和网页环境模型的合成点击轨迹

什么是 SimTrace

SimTrace 是一个用于生成合成多模态点击轨迹的框架。它以真实用户轨迹和指定的 Web 环境为基础。论文《SimTrace: Grounded Multimodal User Trajectories Generation for Online User Modeling》于 2026年9月29日提交。作者：Yunan Lu、Shuang Xie、Meghna Allamudi、Mingyu Zhao、Han Li、Lingyun Wang 和 Zhou Yu。论文可在 arXiv 上获取：2609.38397。

关键要素：

• 生成合成多模态点击轨迹；
• 以真实用户轨迹为基础；
• 以指定的 Web 环境为基础；
• 对真实交互进行匿名化处理；
• 创建 Web 环境的模拟副本；
• 为每个动作附上 Web 环境观测和用户上下文。

实用标准：当需要合成点击轨迹时，该框架适用于互联网用户行为建模。

合成轨迹的生成方式

SimTrace 分多个阶段进行生成。首先，系统会对真实交互进行匿名化处理。然后创建 Web 环境的模拟副本。框架基于这些数据生成合成轨迹。轨迹中的每个动作都附有 Web 环境观测和用户上下文。

阶段：

1. 对真实交互进行匿名化处理。
2. 创建 Web 环境的模拟副本。
3. 基于匿名化数据和环境副本生成合成轨迹。
4. 为每个动作附上 Web 环境观测和用户上下文。

实用标准：启动生成需要真实的匿名化会话和 Web 环境描述。

电子商务评估

研究人员在电子商务场景中应用了 SimTrace，并评估了数据复现准确性和实际效用。在 8 项数据复现准确性指标中，有 7 项优于竞争基线方法。

结论：在电子商务场景中，该框架在大多数数据复现准确性指标上表现更优。

合成数据对模型的作用

在 SimTrace 的实验中，使用合成数据训练的模型表现与使用真实数据训练的模型相当。这适用于购买预测和推荐任务。在下一步行动预测任务中，与仅使用真实数据训练相比，将合成数据添加到真实数据中使准确率提高了 11.0%。

| 任务 | 结果 | | 购买预测 | 使用合成数据训练的模型表现与使用真实数据训练的模型相当 | | 推荐 | 使用合成数据训练的模型表现与使用真实数据训练的模型相当 | | 下一步行动预测 | 将合成数据添加到真实数据中，相比仅使用真实数据使准确率提高了 11.0% |

实用标准：合成轨迹可用于替代真实数据进行购买预测和推荐。对于下一步行动预测，建议将合成轨迹与真实数据结合使用。

开源代码与应用标准

SimTrace 以开源软件包的形式发布，用于互联网用户行为建模研究。该软件包可用于研究任务。

实用标准：当任务涉及互联网用户行为建模时，适合使用该框架。使用时需要匿名化的真实会话和指定的 Web 环境。

结论：开源代码让研究人员能够使用该框架的实现进行研究。