PulseAugur
实时 12:19:56
English(EN) FlowTime: Towards Continuous Generative Watch Time Prediction via Flow-based Personalized Priors

FlowTime 利用生成式 AI 预测用户观看时长

研究人员推出了一种名为 FlowTime 的新方法,用于预测短视频推荐系统中的用户观看时长。该方法利用一步生成式变分自编码器来比现有回归技术更有效地模拟复杂的多模态用户交互模式。FlowTime 旨在通过提供更准确、更高效的用户观看时长预测来提高用户参与度,并在广泛的测试中超越了当前最先进的方法。 AI

影响 通过实现对用户观看视频内容参与度的更准确预测,增强推荐系统。

排序理由 该集群包含一篇详细介绍观看时长预测新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Hongxu Ma, Han Zhou, Chenghou Jin, Jie Zhang, Xiaoyu Yang, Chunjie Chen, Jihong Guan, Shuigeng Zhou ·

    FlowTime: Towards Continuous Generative Watch Time Prediction via Flow-based Personalized Priors

    arXiv:2606.01352v1 Announce Type: new Abstract: Watch time has emerged as a pivotal metric for optimizing deep user engagement in short-video recommender systems. However, current methods of watch time prediction (WTP) suffer from inherent paradigm-specific limitations. Direct Re…