会议介绍
CIKM会议全名ACM International Conference on Information and Knowledge Management，一般每年10月召开，是国际数据挖掘和知识管理领域的顶级学术会议，主要收录信息检索、数据挖掘相关的基础理论创新和落地应用工作，被中国计算机学会和清华大学评为B类学术会议，被中科院评为rank 1类会议，h5-index达48，论文接受率在20%左右。
论文介绍
5G和大数据时代积累了大量的用户行为记录，为人工智能感知与理解用户行为提供了强有力的数据支撑。用户行为建模中极为关键的一环就是用户行为预测。预测模型通过大量历史行为记录，学习和建模用户的复杂行为模式，以此预测用户的未来行为。用户行为中存在多层时序特性：从短期来看，行为之间时间间隔有长有短，存在时序异质性；从长期来看，用户行为具有显著的周期性，会受到上层活动目的的影响和制约，例如起床-上班-回家-休息的工作日行为周期和起床-娱乐-就餐-休息的休息日行为周期。不同活动周期下的行为模式各不相同，而不同时间间隔的行为序列也存在不同的上层语义。本文结合行为层次的时序异质性和活动层级的周期性，能够高效而精准地预测用户下一个行为。相关算法已经部署到网易游戏的地图预加载服务中，通过玩家历史切换地图的行为序列，准确预测玩家的下一个地图，便于游戏客户端提前预加载下一个地图场景资源。服务上线后平均为游戏玩家节省了将近30%的过图等待时间，提升了游戏玩家的实际使用体验。
论文原文
https://nos.netease.com/mg-file/mg/neteasegamecampus/art_works/20200812/202008122020238606.pdf
