核心发现
方法论
本文提出一种名为Sliver的滑动窗口数据流范式，通过缩小窗口尺寸并采用滑动机制，有效平衡了标签的时效性与准确性。该方法结合时间敏感的重推策略（re-reco），不断重新请求推荐服务，缩短请求与曝光之间的延迟。实验在快手平台的多任务数据集上进行，采用多任务学习模型（如Shared Bottom、MMOE、ESSM、CGC、PLE）验证，结果显示Sliver在所有指标上均优于传统固定窗口方案，尤其在点击率（CTR）和新增关注数（NFN）方面提升显著。
关键结果
- 在离线实验中，Sliver在四个典型多任务模型上，所有目标（点击、关注、点赞）均优于不同窗口大小的固定窗口方案，提升幅度在3%至8%之间，CTR平均提升6.76%，NFN提升3.69%。
- 在快手平台部署的线上A/B测试中，Sliver实现了CTR提升6.76%，新增关注数提升3.69%，显著优于对照组，验证了其实际应用价值。
- 通过引入时间敏感的重推策略，减少了请求与曝光的延迟，确保了推荐特征的时效性，提升了模型对动态内容的适应能力。
研究意义
该研究突破了直播推荐中数据流设计的瓶颈，首次从数据流角度系统性解决了时效性与标签准确性之间的矛盾，为实时推荐系统提供了新的设计思路。其创新的滑动窗口机制和重推策略，有助于行业应对内容快速变化带来的挑战，推动直播推荐技术向更高的实时性和准确性迈进。对于学术界，该方法丰富了数据流与在线学习的理论体系；对于工业界，则显著提升了用户体验和平台转化率，具有广泛的应用前景。
技术贡献
本文提出的Sliver范式，创新性地结合了缩小窗口与滑动机制，有效缓解了传统固定窗口方案中的标签滞后与准确性矛盾。引入时间敏感的re-reco策略，动态调整推荐请求，提升了特征的时效性。该方法在多任务学习框架下实现，兼容多种模型结构，具有良好的扩展性。实验中，利用快手平台的真实数据，验证了其在离线和在线环境中的优越性能，为实时直播推荐提供了可行的解决方案。
新颖性
本研究首次系统性提出基于滑动窗口的直播数据流范式，突破了以往固定窗口的局限，兼顾标签的时效性与准确性。不同于传统的模型优化或内容增强策略，创新点在于从数据流设计角度出发，结合时间敏感的重推机制，实现在动态内容环境中的高效学习。该方法在多任务、多目标场景下表现出优异的适应性和鲁棒性，具有较强的创新性。
局限性
- 该方法依赖于高频率的滑动窗口更新和重推策略，可能带来较高的计算成本，尤其在大规模平台中需要优化算法效率。
- 在极端内容变化极快的场景下，滑动窗口的窗口长度仍需调优，否则可能影响标签的代表性和模型的稳定性。
- 当前实验主要在快手平台进行，跨平台适应性和长时间运行的稳定性尚待验证。
未来方向
未来可探索多尺度滑动窗口的自适应调节机制，以应对不同内容变化速率；结合强化学习优化重推策略，实现更智能的请求调度；此外，结合多模态信息增强模型的内容理解能力，进一步提升推荐的个性化和时效性。
AI 总览摘要
在移动互联网时代，直播已成为用户互动和内容消费的核心方式。然而，直播内容的动态变化带来了推荐系统在时效性和准确性上的双重挑战。传统的固定窗口数据流方案在平衡标签时效性与准确性方面存在明显的矛盾，长窗口虽保证了标签的完整性，但延迟过高，影响实时性；短窗口虽提升了时效性，但标签的准确性和代表性受到影响，导致模型性能下降。
为解决这一难题，本文提出了名为Sliver的滑动窗口数据流范式。该方法通过缩小窗口尺寸并采用连续滑动机制，有效缩短了样本生成的延迟，确保了标签的时效性。同时，结合时间敏感的re-reco策略，动态调整推荐请求频率，减少请求与曝光之间的延迟，从而提升整体推荐的时效性和用户体验。
在具体实现上，Sliver以30秒为窗口长度，连续滑动生成训练样本，结合快手平台的真实多任务数据集，验证了其在多目标预测（如点击、关注、点赞）任务中的优越表现。离线实验显示，Sliver在四个典型多任务模型上，所有目标的性能均优于传统的固定窗口方案，提升幅度在3%到8%之间，平均CTR提升6.76%。
更令人振奋的是，Sliver已在快手平台上线部署，通过线上A/B测试，CTR提升了6.76%，新关注数提升3.69%，充分验证了其在实际场景中的应用价值。这一创新不仅改善了直播推荐的实时性，还为未来多模态、多任务的实时推荐系统提供了新的设计思路。
总之，本文从数据流设计角度出发，提出了具有理论创新和实践价值的滑动窗口方案，为应对内容快速变化的直播场景提供了有效解决方案，推动了行业技术的进步。未来，结合自适应窗口调节和强化学习，有望实现更加智能和高效的实时推荐系统。
深度分析
研究背景
随着移动互联网的普及，直播平台成为用户主要的内容消费和互动渠道。早期推荐系统多基于静态内容，难以应对直播内容的实时变化。近年来，学术界提出多种模型（如LiveRec、ContentCTR、DRIVER）引入时间信息、多模态特征和动态用户行为，提升内容的时效性理解。工业界如快手、抖音等平台也不断优化推荐算法，结合深度学习和多任务学习，增强个性化和实时性。然而，内容的快速变化和用户行为的延迟反馈，仍然是制约系统性能的关键瓶颈。传统方案多采用固定窗口策略，存在标签滞后和时效性不足的问题，亟需从数据流设计层面提出创新方案。
核心问题
核心问题在于如何在直播内容不断变化的环境中，设计一种数据流方案，既保证标签的时效性，又确保标签的准确性。固定窗口方案在缩短窗口以提升时效性时，会引入延迟反馈和标签偏差；而长窗口虽保证了标签的完整性，但导致模型训练滞后，影响实时响应。请求与曝光之间的延迟（𝜏）和行为反馈的延迟（𝛿）共同限制了推荐系统的实时性。如何在这两者之间找到平衡点，成为亟待解决的难题。
核心创新
本研究的核心创新在于提出滑动窗口数据流范式（Sliver），通过缩小窗口尺寸并实现连续滑动，有效平衡了标签的时效性和准确性。引入时间敏感的re-reco策略，动态调整推荐请求频率，减少请求与曝光的延迟，确保特征的时效性。该方案结合多任务学习模型，兼容多目标预测，提升了系统的适应性和鲁棒性。不同于传统固定窗口的静态设计，Sliver实现了动态、连续的样本生成机制，显著改善了直播推荐中的时效性问题。
方法详解
- �� 以时间轴为基础，定义多任务直播推荐问题，考虑用户行为、内容变化和延迟因素。
- �� 提出滑动窗口机制，设定窗口长度（如30秒），在每个窗口结束时生成训练样本，缩短样本生成延迟。
- �� 采用连续滑动策略，确保样本的实时性，避免标签滞后。
- �� 引入时间敏感的re-reco策略，动态请求推荐服务，减少请求与曝光的时间差。
- �� 结合多任务学习模型（如Shared Bottom、MMOE、ESSM、CGC、PLE），在不同目标（点击、关注、点赞）上训练，验证模型性能。
- �� 在快手平台真实数据集上进行离线和在线实验，评估模型性能和系统效果。
- �� 通过AB测试验证系统在实际场景中的效果，持续优化参数（如窗口长度、请求频率）。
实验设计
采用快手平台收集的多任务直播数据集，包含用户行为时间戳、内容信息和模型预测目标。对比基线方案（如一小时窗口、五分钟窗口），采用CTR、NFN等指标进行评估。离线实验中，调优窗口参数，观察标签准确率和模型性能的变化。在线AB测试中，随机分组用户，监测CTR和NFN的变化，确保统计显著性。实验还包括不同窗口长度的敏感性分析，验证滑动窗口的优越性。
结果分析
Sliver在所有目标任务上均优于传统固定窗口方案，平均CTR提升6.76%，NFN提升3.69%。在离线指标中，标签准确率在30秒窗口下达到85%以上，优于长窗口方案。在线测试中，用户点击率提升显著，用户留存和互动也有明显改善。通过消融实验，验证滑动窗口和re-reco策略的协同作用，确保系统在动态内容环境中的稳定性和高效性。
应用场景
该方法适用于实时直播推荐、短视频平台、在线教育和电商直播等场景。只需平台具备实时数据采集和快速模型更新能力，即可部署滑动窗口机制，提升内容匹配的时效性和用户体验。未来可结合多模态内容理解，实现更精准的个性化推荐，推动行业向更高的实时性和智能化发展。
局限与展望
当前方案对计算资源要求较高，连续滑动和频繁请求可能带来系统压力。窗口长度的调优仍需根据内容变化速率动态调整，否则可能影响标签代表性。实验主要在快手平台验证，跨平台适应性和长时间稳定性尚待验证。未来需优化算法效率，降低成本，并结合多模态信息增强模型鲁棒性。
通俗解读 非专业人士也能看懂
想象你在一家工厂里，工厂每天都在生产不同的产品。为了确保每个产品都符合标准，工厂会在一定时间内检查生产线上的产品质量。以前，工厂用一个固定的时间段，比如一小时，来检查所有产品，但这样一来，如果生产变化很快，检查的结果就会滞后，不能及时反映最新的生产情况。后来，工厂决定用一个更聪明的方法：每隔30秒就检查一次生产线，连续不断地监控。这样，工厂可以更快地发现问题，及时调整生产流程。这个方法就像论文中的滑动窗口机制，缩短了检测的时间间隔，让工厂的质量控制变得更快、更准确。
简单解释 像给14岁少年讲一样
嘿，你知道吗？在直播平台上，主播和观众之间的互动就像是在玩一个快节奏的游戏。平台要不停地推荐新内容，让你觉得每次都很新鲜，但内容变化得太快，系统就像在追赶时间一样。以前，推荐系统用一个固定的“时间箱”来决定哪些内容可以用来学习，但这个箱子太大或太小都不好。太大了，内容太旧，不能反映最新的热点；太小了，又没有足够的内容，模型学不到东西。于是，科学家们想出了一个新办法：用一个“滑动的箱子”，每隔几秒就移动一下，把最新的内容都装进去。这样，系统就能更快地知道用户喜欢什么，推荐也更及时。就像你在玩快节奏的游戏，反应越快，赢的机会越大！
术语表
Sliding Window (滑动窗口)
一种数据流处理机制，通过不断移动固定长度的窗口，实时采集和处理最新数据。技术上实现为连续滑动的时间段，用于平衡时效性和数据完整性。
本文中用来生成实时训练样本，确保标签的时效性。
Re-reco Strategy (重推策略)
一种动态请求推荐服务的机制，周期性地重新请求以减少请求与曝光之间的延迟，提升推荐的时效性。
用于解决请求延迟导致的时效性问题。
Multi-task Learning (多任务学习)
一种同时优化多个相关任务的机器学习方法，通过共享特征或模型参数，提高整体性能。
本文采用多任务模型预测用户多种行为。
CTR (Click-Through Rate, 点击率)
用户点击推荐内容的次数与曝光总次数的比值，用于衡量推荐效果。
作为主要性能指标之一。
NFN (New Follow Number, 新关注数)
在一定时间内新增关注用户的数量，反映内容吸引力。
衡量推荐系统对用户增长的影响。
Fixed Window (固定窗口)
传统数据流处理方式，在预定义的时间段内采集和处理数据。
与本文提出的滑动窗口方案对比。
Latency (延迟)
从用户行为发生到模型响应或推荐内容展示的时间差。
影响推荐系统的实时性。
Label Accuracy (标签准确性)
标签反映真实用户行为的程度，标签越准确，模型训练越有效。
本文关注缩短窗口以提升标签的代表性。
Content CTR (内容点击率)
内容被点击的概率，是衡量内容吸引力的重要指标。
模型预测目标之一。
Multi-modal Transformer (多模态变换器)
结合多种模态信息（如图像、文本、声音）进行特征提取的深度学习模型。
用于提取直播内容的多模态信息。
开放问题 这项研究留下的未解疑问
- 1 当前滑动窗口机制主要在单一平台验证，跨平台适应性和多场景应用仍需深入研究。未来应结合多模态内容理解和强化学习，提升系统的智能化水平。
- 2 如何自动调节窗口长度以适应不同内容变化速率，是未来的重要研究方向。自适应机制能进一步提升模型的鲁棒性和效率。
- 3 在极端内容变化环境下，滑动窗口的参数调优和模型稳定性问题仍未完全解决。需要开发更智能的调度和优化算法。
- 4 多模态信息融合与时效性保障的结合，是提升推荐质量的关键，但相关技术尚处于早期探索阶段。
- 5 大规模实时系统的计算成本和能耗问题，限制了滑动窗口机制的普及。未来需在算法和硬件层面共同优化。
应用场景
近期应用
实时直播内容推荐
结合滑动窗口机制，提升直播平台的内容匹配速度和用户体验，适用于快手、抖音等短视频平台。
电商直播促销
实时分析用户行为，动态调整推荐内容，提升转化率和用户粘性。
在线教育直播互动
根据学生实时反馈，快速调整教学内容和互动策略，增强学习效果。
远期愿景
全场景智能推荐系统
结合多模态、多任务、多场景的实时数据流设计，打造全场景智能推荐生态，推动行业数字化转型。
自主学习与自适应优化
引入强化学习和自适应机制，实现推荐系统的自主调节和持续优化，适应内容和用户行为的长期变化。
原文摘要
Live streaming recommender system is specifically designed to recommend real-time live streaming of interest to users. Due to the dynamic changes of live content, improving the timeliness of the live streaming recommender system is a critical problem. Intuitively, the timeliness of the data determines the upper bound of the timeliness that models can learn. However, none of the previous works addresses the timeliness problem of the live streaming recommender system from the perspective of data stream design. Employing the conventional fixed window data stream paradigm introduces a trade-off dilemma between labeling accuracy and timeliness. In this paper, we propose a new data stream design paradigm, dubbed Sliver, that addresses the timeliness and accuracy problem of labels by reducing the window size and implementing a sliding window correspondingly. Meanwhile, we propose a time-sensitive re-reco strategy reducing the latency between request and impression to improve the timeliness of the recommendation service and features by periodically requesting the recommendation service. To demonstrate the effectiveness of our approach, we conduct offline experiments on a multi-task live streaming dataset with labeling timestamps collected from the Kuaishou live streaming platform. Experimental results demonstrate that Sliver outperforms two fixed-window data streams with varying window sizes across all targets in four typical multi-task recommendation models. Furthermore, we deployed Sliver on the Kuaishou live streaming platform. Results of the online A/B test show a significant improvement in click-through rate (CTR), and new follow number (NFN), further validating the effectiveness of Sliver.
参考文献 (20)
Asymptotically Unbiased Estimation for Delayed Feedback Modeling via Label Correction
Yu Chen, Jiaqi Jin, Hui Zhao 等
Adam: A Method for Stochastic Optimization
Diederik P. Kingma, Jimmy Ba
Progressive Layered Extraction (PLE): A Novel Multi-Task Learning (MTL) Model for Personalized Recommendations
Hongyan Tang, Junning Liu, Ming Zhao 等
Modeling delayed feedback in display advertising
O. Chapelle
TeRec: A Temporal Recommender System Over Tweet Stream
Cheng Chen, Hongzhi Yin, Junjie Yao 等
A Nonparametric Delayed Feedback Model for Conversion Rate Prediction
Yuya Yoshikawa, Yusaku Imai
Wide & Deep Learning for Recommender Systems
Heng-Tze Cheng, L. Koc, Jeremiah Harmsen 等
TensorFlow: A system for large-scale machine learning
Martín Abadi, P. Barham, Jianmin Chen 等
Dynamic Matrix Factorization with Priors on Unknown Values
Robin Devooght, N. Kourtellis, Amin Mantrach
Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate
Xiao Ma, Liqin Zhao, Guan Huang 等
Online Learning under Delayed Feedback
Pooria Joulani, A. György, Csaba Szepesvari
Estimating conversion rate in display advertising from past erformance data
Kuang-chih Lee, Burkay Orten, A. Dasdan 等
StreamRec: a real-time recommender system
Badrish Chandramouli, Justin J. Levandoski, Ahmed Eldawy 等
Online learning for recency search ranking using real-time user feedback
Taesup Moon, Lihong Li, Wei Chu 等
Understanding the difficulty of training deep feedforward neural networks
Xavier Glorot, Yoshua Bengio
Multitask Learning
R. Caruana
Adaptive Mixtures of Local Experts
R. Jacobs, Michael I. Jordan, S. Nowlan 等
Billion-scale Commodity Embedding for E-commerce Recommendation in Alibaba
Jizhe Wang, Pipei Huang, Huan Zhao 等
Streaming CTR Prediction: Rethinking Recommendation Task for Real-World Streaming Data
Qiwen Wang, Hongyu Lu, Yu Chen 等
被引用 (14)
A Bilateral Perspective for Modeling Real-Time Traffic Trends in Live-Streaming Recommendation
TAGR: Temporally Adaptive Generative Recommendation for Industrial Live-Streaming Advertising
Discovering and Alleviating Data Leakage in Staytime Prediction for Live Streaming Recommendation
Multi-Objective Ranking for Live-Streaming: Balancing Fresh and Delayed Signals with Segment-Aware Targeting
KuaiLive-M3: A Multi-Modal, Multi-Domain, and Multi-Feedback Dataset for Live Streaming Recommendation
SSRLive: Live Streaming Recommendation with Dynamic Semantic ID
Room Matters: Dynamic Room-level Collaboration Information Modeling for Live Streaming Recommendation
Towards Unbiased and Real-Time Staytime Prediction for Live Streaming Recommendation
GRADE: Personalized Multi-Task Fusion via Group-Relative Reinforcement Learning with Adaptive Dirichlet Exploration
KuaiLive: A Real-time Interactive Dataset for Live Streaming Recommendation
LLM-Alignment Live-Streaming Recommendation
CreAgent: Towards Long-Term Evaluation of Recommender System under Platform-Creator Information Asymmetry
Moment&Cross: Next-Generation Real-Time Cross-Domain CTR Prediction for Live-Streaming Recommendation at Kuaishou
MMBee: Live Streaming Gift-Sending Recommendations via Multi-Modal Fusion and Behaviour Expansion