Abstracting Cross-Domain Action Sequences into Interpretable Workflows
用 LLM 将跨域动作序列抽象为可解释的工作流
🧭 基于LLM的跨域行为序列抽象与用户意图理解 ★ 深度解读
Microsoft Corporation
提出 WorkflowView，通过 LLM 层次化提示将低级操作日志转为高级活动描述，零/少样本实现跨域意图理解和分类。
📌 工作参考价值（4 点）
- 用户行为理解与意图推断：电商中用户点击、浏览等动作序列可用 WorkflowView 分层生成自然语言描述，直接推断购物意图（如比价、找风格），替代传统规则或监督分类，提升实时推荐的上下文感知能力。
- 冷启动场景的少样本分类：仅需每个类别 5 个示例即可达到与全量训练模型竞争的退课预测（F1=0.90），可快速迁移到电商评论意图分类、用户流失预警等任务，大幅降低标注成本。
- 可解释的中间表示：Layer1 的自然语言描述可作为可解释的行为表示，直接用于生成推荐解释或输入下游排序模型，增强推荐理由的透明度和可信度。
- 多模态扩展启示：文中提出结合 UI 截图进行行为理解，电商场景下可融合商品图片、页面布局等视觉信息，构建更丰富的用户状态建模，为 Agent 主动服务提供实时上下文。