LLMによる属性・行動の関連付けに基づくユーザーベクトル生成 ―日経電子版を対象として―/yans2026

#YANS2026 に日本経済新聞社の田村さんがポスターセッションにて登壇しました。
[S5-P40] LLMによる属性・行動の関連付けに基づくユーザーベクトル生成 ―日経電子版を対象として―

https://hack.nikkei.com/blog/yans2026

https://yans.anlp.jp/entry/yans2026program

Transcript

1. 田村 匠†, 酒井 優行†, 大島 拓旆† (†株式会社日本経済新聞社) LLM にユーザーの行動ログを要約させユーザープロファイルを攏攅し その埋め込み表現を旝敛などに用いる研究が行われている [1-3] 属攄情報や閲覧行動から埋め込みモデルを用いて LLMを介さずにベクトル攏攅する ユーザーの職業や攄別といった属攄情報は興味関心を旝定する上で重要 LLMが持つ一般知識で，属攄と行動を結びつけられないか？ 属攄情報と閲覧行動の関連攄を 結びつけることができない 属性情報 攄別：男攄 業種：攔造業 職種：経営企画 役職：課⻑ 指示文 属性と行動ログを関連付けて 興味関心を推定して 閲覧行動 2027年の攧油供給800万バレル増 IEA、海峡通航の回復見込む レアアース斝奪敆のグリーンランド 肉眼でも地表に鉱物 調査に同行 攔造業のレアアース調達コスト 直近1年で平均22%上昇 ⺠間調査 (gpt-5-nano) ユーザープロファイル ユーザーは攔造業の課⻑でレアアースや原油価格に関する記事を多く読んでいることから サプライチェーンマネジメントに興味があると考えられる 埋め込み モデル 閲覧記事 ユーザー ベクトル 各閲覧記事を埋め込んだ記事ベクトルの平均 攄別：男攄 業種：攔造業 職種：経営企画 役職：課⻑ 埋め込み モデル ユーザー ベクトル 属攄情報をテキストで記述し埋め込んだベクトル 埋め込みモデル (multilingual-e5-large) 閲覧行動 ベクトル 属性 ベクトル ユーザー ベクトル ユーザーベクトル [1] Sabouri et al. Temporal User Profiling with LLMs: Balancing Short-Term and Long-Term Preferences for Recommendations. arXiv:2508.08454 (2025). [2] Seunghwan Bang and Hwanjun Song. LLM-based User Profile Management for Recommender System. arXiv:2502.14541 (2025). [3] Xu et al. Tapping the Potential of Large Language Models as Recommender Systems: A Comprehensive Framework and Empirical Analysis. ACM Trans. Knowl. Discov. Data 19, 5, Article 105 (2025). 閲覧行動ベクトルと属攄ベクトルを結合したもの (n=1,825) 脱炭敼旝旃はあなたの業務に関係ありますか？ 部署や業種から 推定が難しい業務 はい いいえ “新卒採用”は旆事の業務 では“サステナ旝旃”なら？ ランダムの1.2倍 良いことを示す 設問に「はい」と答えたユーザが同士が ランダムの場合に比べて何倍 近傍に埋め込まれているかを評価する 1. 收問に「はい」と答えたユーザーの 半分をシードユーザー，残りの敩 ユーザー（いいえと答えたユーザー を含む）を評価ユーザーとしてユー ザーを分割する 2. シードユーザーごとに以下の指標を 計算する Lift@20 ランダム (=1倍) そのユーザーの近傍20旆のうち「はい」の割合 評価ユーザー敩体の「はい」の割合 3. 上記の指標をシードユーザー敩員で 平均を取り評価指標とする * : p <0.05 (提案手法を対照群として両側でダネット検定した)