Beyond a Scalar: Distributional Serving Interfaces for Watch-Time Prediction
Xuan Liu, Jingbin Qian, Zhanyu Liu, Hefeng Zhou
cs.IR
2026-09-24
交大提出DSI：把观看时长建成四种事件的联合分布，冻成27维摘要给轻量读出头。三套短视频数据MAE低于九个基线1.9%到8.5%。
短视频信息流几乎不靠点击，观看时长才是主信号，它直接进排序和曝光。现有方法在训练时已经能纠时长偏差、拟合更富的分布，但服务时大多只吐一个期望观看秒数，或一个去偏后的点估计。下游即使拿得到视频时长，也只是「一个均值 + 时长」。
十秒对 12 秒的视频接近看完，对 60 秒的视频是中途退出。同一对 \((\hat y, d)\) 可以对应完全不同的条件分布：完播概率、超播（overplay，观看比超过时长）概率可以差一截。新任务来了，要么复用这个点估计，要么把估计器按新目标再训一遍。
DSI 把观看记录做成可复用的服务接口，分三步。
第一步不采集新标签。用观看比 \(\gamma=y/d\) 切成四种操作事件：early（\(\gamma<0.3\)）、mid（0.3–0.9）、completion（0.9–1.1，落在时长附近）、overplay（\(\gamma>1.1\)）。时间离散成 69 个桶，60 秒内按秒、之后逐渐加宽到 1800 秒。completion 的时间坐标钉在时长桶，容差带里的 95 秒、100 秒、108 秒都算完播。
第二步训练 provider：在「事件类型 × 时间桶」的 276 格上输出联合分布，再用时长把不合法的格子掩掉。early 不能落在时长之后，completion 只能落在时长桶。损失是掩码似然，外加分布均值与真实秒数的 log 域 SmoothL1 还原项，避免只分类不回归。
第三步冻住 provider，把 276 维收成 27 维摘要：四类事件概率及其 logit、长观看质量、分布均值和 \(\mu/d\)、各类条件时间尺度、熵和边际。轻量 DCNv2 读出头接上原始上下文，一边还原秒数，一边用 overplay 标签训一条排序分。这条分同时拿去评更宽的「完播或超播」检索。新任务只训新头，不再动 provider。
KuaiRec、KuaiRand-1K、WeChat21（\(d<60\) 且丢掉 \(y/d\ge 10\)）上，完整 DSI 相对九个基线（VR、WLR、D2Q、CWM、DIFL、TPM、CREAD、EGMN、GR）MAE 全场最低，相对各数据集最强基线低 1.9% 到 8.5%。XAUC 在前两套第一，WeChat21 比 CREAD 低 0.0034 排第二。Long-N@5 和 OP-N@5 三套都第一。
| 数据集 | DSI MAE | 最强基线 MAE | DSI XAUC | 最强基线 XAUC |
| KuaiRec | 3.5059 | 3.8327 EGMN | 0.6827 | 0.6605 D2Q |
| KuaiRand-1K | 12.3244 | 12.5668 D2Q | 0.7367 | 0.7345 D2Q |
| WeChat21 | 12.9278 | 13.2964 D2Q | 0.7020 | 0.7054 CREAD |
对照把话头说清楚。同一套读出头接到 D2Q / TPM / EGMN / DSI 的冻结表示上，检索大头来自任务对齐的排序分支，DSI 在 12 个数据集–指标格里仍赢 11 格，但领先幅度比主表小得多。同一 provider 内部，27 维摘要在 MAE、XAUC、OP-N@5 上全面好过「\(\mu\) 加 \(\mu/d\)」，OP-N@5 的优势符合设计：摘要里显式带了超播区域。69 维时间边际 MAE 差不多，检索最弱，因为积掉了事件类型。
冻住之后换线性头。KuaiRec 上新的观看比 \(>0.5\) 和 0.75 分位数，1% 标签已经超过全量标签的最强基线；Ratio-AUC 0.8852 对 CREAD 的 0.8746。KuaiRand-1K 上点赞/关注/评论/转发这条从未进过 provider 的标签，摘要相对纯上下文 AUC 高 0.021–0.024；随机初始化的 provider 没有这个增益。
短视频排序很少只优化一个秒数。完播、超播、时长归一分数、以后新加的互动头，要的是分布的不同切片。DSI 的主张很具体：估计器服务时交出一份小摘要，任务头自己读。这和工业里打分、校准、重排分阶段是同一类接口思维，只是对象从点估计换成了分布摘要。
主表领先有相当一部分来自读出头和任务对齐，不是表示本身魔法。匹配读出之后，摘要相对「均值加时长」仍有残差，尤其在超播检索上。要复用、要加新目标，这个接口才比再训一个回归器值钱。
四种事件是观看比的确定性切片，不是独立观测到的用户动作。数据分不出故意重播、自动循环和日志伪影。主实验是印象级 8:1:1 随机划分的热启动，用户和物品跨划分重复，没有做时间外推。WeChat21 还裁了时长和极端观看比。匹配读出把主表的检索优势削掉一大截，完整系统数字不能直接当成表示质量。时间-only provider 和同维度无结构摘要在附录里表现接近，说明 typed 参数化不是唯一走得通的实现。没有线上 A/B。