一篇新研究论文探讨了网页浏览行为的可预测性,证明了短时间的浏览会话具有高度可识别性,并且可以预测未来的导航行为。该研究利用了大规模匿名浏览痕迹,评估了用于用户识别的经典模型和神经网络模型,并结合了基于图的模型和大型语言模型(LLMs)来进行下一个域名预测。研究结果表明,交互历史,特别是重复的模式,是主要的预测信号,而LLM衍生的语义特征仅提供边际改进。 AI
影响 强调了在网页导航中进行高级行为分析和预测的潜力,影响用户画像和推荐系统。
排序理由 该集群包含一篇详细介绍网页浏览中行为推断任务的实证研究的论文。[lever_c_demoted from research: ic=1 ai=0.7]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- large-language models
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →