SimTrace: गुमनाम किए गए वास्तविक सत्रों और वेब परिवेश के मॉडल पर आधारित सिंथेटिक क्लिक पथ

SimTrace क्या है

SimTrace सिंथेटिक मल्टीमॉडल क्लिक ट्रैजेक्टरी बनाने का एक फ्रेमवर्क है। यह वास्तविक उपयोगकर्ता ट्रैजेक्टरी और दी गई वेब-पर्यावरण पर आधारित है। लेख «SimTrace: Grounded Multimodal User Trajectories Generation for Online User Modeling» 29 Sep 2026 को प्रस्तुत किया गया। लेखक: Yunan Lu, Shuang Xie, Meghna Allamudi, Mingyu Zhao, Han Li, Lingyun Wang और Zhou Yu। यह शोध arXiv:2609.38397 पर उपलब्ध है।

मुख्य तत्व:

• सिंथेटिक मल्टीमॉडल क्लिक ट्रैजेक्टरी बनाना;
• वास्तविक उपयोगकर्ता ट्रैजेक्टरी पर आधारित होना;
• दी गई वेब-पर्यावरण पर आधारित होना;
• वास्तविक इंटरैक्शन को गुमनाम करना;
• वेब-पर्यावरण की एक सिम्युलेटेड प्रतिलिपि;
• हर कार्रवाई के साथ वेब-पर्यावरण के अवलोकन और उपयोगकर्ता संदर्भ देना।

व्यावहारिक मानदंड: यह फ्रेमवर्क इंटरनेट पर उपयोगकर्ता के व्यवहार को मॉडल करने के लिए उपयुक्त है, जब सिंथेटिक क्लिक ट्रैजेक्टरी की ज़रूरत हो।

सिंथेटिक ट्रैजेक्टरी कैसे बनाई जाती हैं

SimTrace कई चरणों में ट्रैजेक्टरी बनाता है। सबसे पहले, सिस्टम वास्तविक इंटरैक्शन को गुमनाम करता है। फिर यह वेब-पर्यावरण की एक सिम्युलेटेड प्रतिलिपि बनाता है। इन डेटा के आधार पर फ्रेमवर्क सिंथेटिक ट्रैजेक्टरी बनाता है। ट्रैजेक्टरी की हर कार्रवाई के साथ वेब-पर्यावरण के अवलोकन और उपयोगकर्ता संदर्भ दिए जाते हैं।

चरण:

1. वास्तविक इंटरैक्शन को गुमनाम करना।
2. वेब-पर्यावरण की सिम्युलेटेड प्रतिलिपि बनाना।
3. पहचान-रहित डेटा और पर्यावरण की प्रतिलिपि के आधार पर सिंथेटिक ट्रैजेक्टरी बनाना।
4. हर कार्रवाई के साथ वेब-पर्यावरण के अवलोकन और उपयोगकर्ता संदर्भ देना।

व्यावहारिक मानदंड: जनरेशन शुरू करने के लिए वास्तविक पहचान-रहित सत्र और वेब-पर्यावरण का विवरण ज़रूरी है।

ई-कॉमर्स में मूल्यांकन

SimTrace को ई-कॉमर्स के एक परिदृश्य में लागू किया गया। शोधकर्ताओं ने डेटा को दोहराने की सटीकता और व्यावहारिक उपयोगिता का मूल्यांकन किया। दोहराने की सटीकता के 8 में से 7 मेट्रिक्स पर सिस्टम ने प्रतिस्पर्धी बेसलाइन तरीकों से बेहतर प्रदर्शन किया।

निष्कर्ष: ई-कॉमर्स परिदृश्य में, दोहराने की सटीकता के अधिकांश मेट्रिक्स पर यह फ्रेमवर्क बेहतर प्रदर्शन करता है।

मॉडलों के लिए सिंथेटिक डेटा के फायदे

SimTrace के प्रयोगों में, सिंथेटिक डेटा पर प्रशिक्षित मॉडलों ने वास्तविक डेटा पर प्रशिक्षित मॉडलों के तुलनीय परिणाम दिखाए। यह खरीद पूर्वानुमान और अनुशंसा कार्यों के लिए सही है। अगली कार्रवाई के पूर्वानुमान के कार्य में, वास्तविक डेटा के साथ सिंथेटिक डेटा जोड़ने से केवल वास्तविक डेटा पर प्रशिक्षण की तुलना में सटीकता 11.0% बढ़ी।

| कार्य | परिणाम | | खरीद पूर्वानुमान | सिंथेटिक डेटा पर प्रशिक्षित मॉडल, वास्तविक डेटा पर प्रशिक्षित मॉडलों के तुलनीय हैं | | अनुशंसा | सिंथेटिक डेटा पर प्रशिक्षित मॉडल, वास्तविक डेटा पर प्रशिक्षित मॉडलों के तुलनीय हैं | | अगली कार्रवाई का पूर्वानुमान | वास्तविक डेटा के साथ सिंथेटिक डेटा जोड़ने से केवल वास्तविक डेटा की तुलना में सटीकता 11.0% बढ़ी |

व्यावहारिक मानदंड: खरीद पूर्वानुमान और अनुशंसा के लिए वास्तविक डेटा के बजाय सिंथेटिक ट्रैजेक्टरी का उपयोग किया जा सकता है। अगली कार्रवाई के पूर्वानुमान के लिए इन्हें वास्तविक डेटा के साथ जोड़ना चाहिए।

ओपन सोर्स कोड और उपयोग के मानदंड

SimTrace को इंटरनेट पर उपयोगकर्ता व्यवहार के मॉडलिंग से जुड़े शोध के लिए ओपन सोर्स पैकेज के रूप में जारी किया गया है। यह पैकेज शोध कार्यों के लिए उपलब्ध है।

व्यावहारिक मानदंड: इस फ्रेमवर्क का उपयोग तब करना चाहिए, जब कार्य इंटरनेट पर उपयोगकर्ता व्यवहार के मॉडलिंग से संबंधित हो। इसके लिए पहचान-रहित वास्तविक सत्र और दी गई वेब-पर्यावरण ज़रूरी हैं।

निष्कर्ष: ओपन सोर्स कोड शोध के लिए फ्रेमवर्क के कार्यान्वयन तक पहुँच देता है।