LiveForesighter: Generating Future Information for Live-Streaming Recommendations at Kuaishou

快手、TikTok等平台通常采用“候选生成—排序”两阶段架构。DIN、ETA等方法擅长建模用户历史兴趣，但直播不是静态内容：主播可能聊天、PK、唱歌、跳舞或依次售卖商品。用户行为也存在长时延，点击只代表当下兴趣，送礼、长观看和购买则依赖未来十分钟以上的内容质量。

系统需要同时回答两个问题：某直播此刻是否处于适合分发的高光状态？用户继续观看后，未来内容是否仍符合兴趣？难点包括行为统计的强噪声与非平稳性、不同直播类型的高光定义不同，以及商品、类目和节奏随主播风格变化。

创新一是用正向行为上升趋势识别高光，而非依赖固定规则；创新二是用历史商品序列预测未来三级类目，将作者的连续选品风格纳入排序；创新三是把预测任务作为辅助生成模块接入现有多任务排序器，兼顾表达能力与线上部署成本。

• �� 统计分支：每30秒形成N×T序列S，包含曝光、观众、GMV、订单、礼物、评论、点赞及商品点击等信号。
• �� 训练阶段：ReVIN归一化S1:T−5，iTransformer编码，预测后5步，并以MSE优化LStatistic。
• �� 在线阶段：用最近窗口预测S_T:T+5，将未来趋势和编码表示拼接为Vlivefore。
• �� 商品分支：输入[p_i,c1_i,c2_i,c3_i]，Embedding矩阵维度为|p|×D、50×D、1000×D和5000×D。
• �� 以Transformer预测下一商品三级类目，使用Softmax损失；预测分布与序列表示共同增强Rank模型。

论文在快手两个直播服务开展线下与线上实验，研究RQ1至RQ5覆盖跨服务效果、业务收益、生成精度、统计序列参数及分发变化。训练数据由数据流引擎组装用户与直播特征、标签、统计序列和商品序列，模型以TensorFlow实现。排序目标包括CTR、LVTR、CVR等二元交叉熵任务；公开片段未给出数据集名称、样本规模、基线表和超参数全貌。

论文明确报告系统自2024年7月起部署，覆盖约4亿日活用户，并称离线、在线和消融实验支持其有效性。可核实的技术结果包括：统计分支预测未来5个30秒步长；商品分支预测5000类三级类目；系统可同时利用当前内容表示和未来生成信息。由于实验数值未出现在给定全文片段中，不能补写具体百分比或显著性结论。

适用于才艺直播、PK、带货直播和其他内容节奏明显变化的场景。平台需能实时汇总30秒行为统计，并取得历史商品及类目序列。排序系统可以保留现有召回流程，仅把未来趋势、预测类目和Transformer编码作为新增特征，因而适合大规模在线服务。

方法依赖近期行为和作者风格的延续性，突发新闻、主播临时改播、库存变化或平台流量干预会削弱预测可靠性。预测未来五步和下一个类目也不能完整描述长周期内容。当前公开版本缺少完整数据与结果，复现性受限；后续应加入多模态内容、预测不确定性、长视野目标以及成本和延迟评估。