《Decision Analytics Journal》：An analytical framework for sustainability assessment under stochastic conditions
编辑推荐：
短视频平台用户行为建模面临动态兴趣、复杂参与状态和异构特征融合挑战，本文提出基于S-O-R框架的DIEM模型，通过因果Transformer捕捉时序依赖，双向自注意力 amortized网络推断潜在参与状态，实现用户与内容特征的统一表征。实验表明DIEM在Kuaishou数据集上显著优于基线模型，有效揭示兴趣动态演变规律。
Jinnan Huang|Jiapeng Liu|Zice Ru|Xiuwu Liao
西安交通大学管理学院智能决策与机器学习中心，中国陕西省西安市710049
摘要
短视频分享平台（SVSPs）的兴起从根本上改变了在线内容消费方式。然而，用户在SVSPs上观看短视频的独特行为特征，包括快速变化的兴趣偏好、复杂的参与状态动态以及异构的用户-内容属性，给理解用户行为带来了重大挑战。为了解决这些问题，我们提出了一个动态兴趣与参与模型（DIEM），该模型基于刺激-有机体-反应（S-O-R）理论框架，采用基于注意力的深度生成方法。与传统推荐模型不同，DIEM通过一个由因果Transformer编码器和双向自注意力 amortized 推理网络参数化的生成性潜在参与过程来模拟用户与内容的互动。通过在编码器中强制引入因果时间结构，并利用双向上下文信息进行参与状态的后验推理，这些架构超越了现有的序列模型，有效地实现了S-O-R框架中的“有机体”组件。我们在Kuaishou平台的大规模KuaiRand-1K数据集上评估了该模型。实验结果表明，DIEM在多个评估指标上显著优于传统基线模型，同时提供了关于时间兴趣演变和个性化注意力模式的可解释性见解。这项研究不仅推进了理论理解，也为优化SVSPs上的内容分发和提升用户体验提供了实用方法。
引言
像TikTok、YouTube Shorts和Instagram Reels这样的短视频分享平台（SVSPs）迅速扩展了在线内容消费市场，到2023年底其全球市场规模达到了15.2亿美元[1]。仅TikTok就拥有超过15亿用户[2]，日均上传量达到3400万[3]，这种爆炸性增长彻底改变了数字内容消费模式。为了抓住这些商业机会，需要创新的方法来深入分析复杂的用户数据，以洞察内容消费兴趣和行为动态，从而帮助平台管理者优化内容推广策略。
在SVSPs上，用户通过与短视频的快速、连续互动（通过无限滚动）进行内容消费，这种环境与传统媒体截然不同。这些独特的动态模式给行为分析带来了重大挑战，并突出了三个关于用户兴趣的主要研究空白。首先，用户在短视频上的消费行为具有高度动态性，表现出细致的时间依赖性。在单次会话中，一系列短视频可以迅速引发用户兴趣的变化。观看视频的顺序和互动之间的时间间隔共同塑造了参与模式[4]。然而，现有模型通常采用粗粒度的时间刻度，忽略了互动之间的时间间隔[5],[6],[7]，这限制了它们捕捉时间依赖性如何共同影响短视频消费兴趣演变的能力。其次，这些快速变化的兴趣通过复杂的用户参与状态动态体现出来。参与状态随着内容流不断演变，主要体现在观看时间等隐式反馈信号中[8],[9]。以往的研究往往将观看时间视为预测标签[10]或兴趣强度的简单指标[9]，但这些方法难以揭示特定内容特征如何触发不同的参与水平，且常常忽略观看反馈信号中的偏态分布和异常值。第三，有效捕捉时间动态和参与状态需要统一表示异构的用户和内容属性。建模这些现象需要在一个一致的框架内整合离散特征（如视频标签）和连续特征（如视频点赞数），以捕捉它们之间的相互依赖性和用户特定的相关性[11]。然而，现有的推荐方法[12],[13]通常统一处理这些特征，缺乏表示个性化兴趣模式的能力。
刺激-有机体-反应（S-O-R）框架[14]将数字用户行为概念化为一个过程，其中环境刺激塑造内在心理状态（“有机体”），进而驱动可观察到的反应。这一框架对于SVSPs尤其相关，因为算法推荐不断呈现个性化内容，从而形成动态的S-O-R反馈循环。通过深度生成建模实现“有机体”组件的操作化，我们旨在捕捉快速连续内容消费背后的复杂心理过程。
受S-O-R理论框架的启发，我们提出了一个动态兴趣与参与模型（DIEM），该模型明确模拟了用户在SVSPs上连续消费内容时内在心理过程的潜在参与状态。具体而言，我们的方法首先构建了一个表示模块，通过嵌入层和自注意力机制处理异构的用户和视频特征。随后，一个基于因果Transformer编码器的上下文感知兴趣建模模块捕捉时间动态。接着，一个深度生成参与状态建模模块通过基于双向自注意力机制的amortized推理网络从上下文表示和观察到的用户反馈中学习高维连续潜在参与状态。最后，一个预测模块将上下文表示与潜在状态融合，以生成下一个推荐。我们的方法在一个统一的框架内整合了异构的用户和内容属性，模拟了算法刺激、潜在参与状态和短视频消费场景中的行为结果之间的复杂互动。我们在Kuaishou SVSP的真实世界数据集上评估了该模型，并在多个评估指标上证明了其优于传统基线方法的性能，从而验证了深度生成方法在参与状态建模中的有效性。
我们的研究在三个相互关联的领域为SVSPs的决策支持做出了贡献。在理论层面，我们通过提供一种基于深度生成建模的潜在参与状态建模方法，推进了S-O-R框架的应用。这实现了现有研究将“有机体”组件视为可观察指标[15]或简化离散状态[16]的做法。我们的方法通过将参与表示为随内容曝光动态演变的连续潜在变量，扩展了当前对用户-平台互动的理解。在此基础上，我们通过生成性潜在参与过程扩展了信息科学（IS）和市场营销中的传统用户-内容表示模型。DIEM引入了一个因果Transformer编码器，捕获前向参与动态，同时尊重时间顺序约束。该模型进一步结合了双向自注意力 amortized 推理网络进行后验推理。这种架构使DIEM区别于缺乏显式因果约束或双向后验估计的现有序列模型。生成性表述使得视频互动序列和时间间隔的同时建模成为可能。为了支持这一参与建模框架，我们解决了异构属性统一表示的需求。我们的表示学习方法在一个一致的框架内整合了离散分类特征和连续数值特征，捕捉了特征类型之间的相互依赖性和用户特定的相关性[11]。
本文的其余部分安排如下：第2节回顾了S-O-R框架的理论基础和用户兴趣与参与建模的方法论进展。第3节介绍了DIEM架构，包括问题描述、表示学习模块、时间兴趣建模、参与状态建模、下一个项目预测和训练目标。第4节展示了在KuaiRand-1K数据集上的实证分析，包括数据描述、可解释性分析、S-O-R框架中介分析以及与基线和消融模型的比较评估。最后，第5节讨论了主要发现及其对内容平台的理论贡献和实际意义，并总结了研究的局限性和未来研究方向。
章节片段
理论基础：刺激-有机体-反应框架
刺激-有机体-反应（S-O-R）框架通过引入内在心理过程，扩展了经典的刺激-反应（S-R）模型。经典的S-R模型基于行为主义心理学，认为环境刺激直接触发行为反应，而不考虑内在的认知和情感状态。Mehrabian和Russell[14]引入的“有机体”组件承认了这些内在心理状态的中介作用。
模型开发
本节介绍了我们在SVSPs上连续点击行为中的端到端动态兴趣与参与模型（DIEM）。如图1所示，DIEM包括四个组件：（1）统一的用户/视频表示模块，（2）基于因果Transformer的上下文感知兴趣建模模块，（3）具有amortized推理网络的深度生成参与状态建模模块，以及（4）将上下文表示与潜在状态融合的下一个项目预测模块。
数据集
我们在KuaRand-1K数据集[46]上进行实验，该数据集是来自Kuaishou SVSP的公共用户-视频互动日志。该数据集包含1000名用户的437万条互动记录，涉及437万个视频，包括1170万次互动，包含全面的用户和项目特征，如30个用户属性和62个视频属性（表2）。在确保数据质量后，我们过滤数据集，仅保留每个用户至少有四次点击的用户。
讨论与结论
本研究提出了动态兴趣与参与模型（DIEM），这是一个基于理论的框架，用于理解用户在SVSPs上的行为。DIEM基于刺激-有机体-反应框架，通过三项关键创新解决了快速连续内容消费建模中的根本挑战：一个因果Transformer编码器用于捕捉细致的时间依赖性，连续的潜在参与状态通过深度学习实现“有机体”组件的操作化。
CRediT作者贡献声明
Jinnan Huang：撰写——原始草稿、可视化、验证、软件开发、方法论、调查、形式分析、数据整理、概念化。Jiapeng Liu：撰写——审稿与编辑、监督、项目管理、方法论、概念化。Zice Ru：撰写——审稿与编辑、可视化、验证、方法论、概念化。Xiuwu Liao：撰写——审稿与编辑、监督、资源协调、项目管理、资金获取。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
Jinnan Huang目前是西安交通大学管理学院智能决策与机器学习中心的博士候选人。他拥有中国电子科技大学的金融和计算机科学学士学位。他的研究兴趣包括概率机器学习、深度学习和用户行为。
