FARM：用于跨域直播推荐的频率感知模型
信息检索
2025-02-14 v1
摘要
直播服务因其实时互动性和娱乐性而广受欢迎。用户可以通过参与直播聊天、点赞或发送虚拟礼物来表达偏好并支持主播。然而，直播服务面临严重的数据稀疏问题，这可以归因于两个因素：（1）用户的有价值行为通常稀疏，例如点赞、评论和礼物，这些行为容易被模型忽视，导致难以描述用户的个人化偏好。（2）我们平台主要暴露的内容为短视频，其暴露频率是直播内容的9倍，导致直播内容无法充分建模用户偏好。为此，我们提出了一种用于跨域直播推荐的频率感知模型，称为FARM。具体而言，我们首先提出了 intra-domain 频率感知模块，使模型能够感知用户稀疏但有价值的行为，即高频信息，基于离散傅里叶变换（DFT）。为了在短视频和直播领域之间传递用户偏好，我们提出了一种 novel preference align before fuse 策略，包含两个部分：用于利用对比学习对齐两个领域中用户偏好的 cross-domain preference align 模块，以及用于使用一系列专门设计的注意力机制进一步融合两个领域中用户偏好的 cross-domain preference fuse 模块。对FARM在大量离线实验和在线A/B测试的广泛实验表明其有效性和优越性。我们的FARM已部署到在线直播服务中，目前已为千万级用户提供服务。
引用
@article{arxiv.2502.09375,
title = {FARM: Frequency-Aware Model for Cross-Domain Live-Streaming Recommendation},
author = {Xiaodong Li and Ruochen Yang and Shuang Wen and Shen Wang and Yueyang Liu and Guoquan Wang and Weisong Hu and Qiang Luo and Jiawei Sheng and Tingwen Liu and Jiangxia Cao and Shuang Yang and Zhaojie Liu},
journal= {arXiv preprint arXiv:2502.09375},
year = {2025}
}