KLAN：Kuaishou着陆页自适应导航器
摘要
现代在线平台配置多个页面以满足不同用户需求。这种多页面架构本质上建立了用户与平台之间两阶段交互范式：(1)阶段I：页面导航，导航用户到特定页面；(2)阶段II：页面内交互，用户在特定页面内与定制内容互动。尽管大多数研究都聚焦于改进用户在阶段II反馈的顺序推荐任务，但针对如何实现更好的页面导航在阶段I方面的研究仍寡言少所。为填补这一空白，我们在推荐系统领域中正式定义了个人化着陆页建模(PLPM)任务：给定用户 upon app entry，PLPM的目标是主动从一组候选页面(例如功能标签、内容频道或聚合页面)中选择最合适的着陆页，以优化短期PDR指标和长期用户参与度和满意度指标，同时遵守工业约束。此外，我们提出KLAN(Kuaishou Landing-page Adaptive Navigator)，一个层次化解决方案框架，旨在以PLPM的形式提供个性化着陆页。KLAN包含三个关键组件：(1)KLAN-ISP捕获跨日静态页面偏好；(2)KLAN-IIT捕获日内动态兴趣转换；(3)KLAN-AM适度整合两个组件以实现最佳导航决策。在Kuaishou平台上进行的大规模在线实验表明，KLAN的有效性，在日活跃用户(DAU)和用户生命周期(LT)方面分别获得了+0.205%和+0.192%的改进。我们的KLAN最终在线平台上部署满流量，服务数亿用户。为促进这一重要领域的进一步研究，我们将在论文接受后发布数据集和代码。
引用
@article{arxiv.2507.23459,
title = {KLAN: Kuaishou Landing-page Adaptive Navigator},
author = {Fan Li and Chang Meng and Jiaqi Fu and Shuchang Liu and Jiashuo Zhang and Tianke Zhang and Xueliang Wang and Xiaoqiang Feng},
journal= {arXiv preprint arXiv:2507.23459},
year = {2026}
}
备注
We propose PLPM, a new task for selecting optimal landing pages upon user entry. Our solution, KLAN, models static and dynamic user interests and is successfully deployed on Kuaishou, improving DAU and user lifetime