ByteDance（字节跳动）

Nested Spatio-Temporal Time Series Forecasting

嵌套时空时间序列预测

Yinghao Ai, Yukai Zhou, Ruoxi Jiang, Junyi An, Chao Qu, Zhijian Zhou, Shiyu Wang, Fenglei Cao, Zenglin Xu, Furao Shen, Yuan Qi

机构 * Fudan University, Shanghai（复旦大学） ； Department of Computer Science and Technology, Nanjing University（南京大学计算机科学与技术系） ； ByteDance（字节跳动） 纠错

AI总结 本文提出了一种嵌套预测框架，通过结合未来宏观区域趋势与微观历史观测，实现了精细化预测，并通过谱聚类方法构建语义连贯的区域，有效过滤系统性噪声并保留关键趋势，实验表明该方法在多个高维数据集上优于现有最先进基线。

Comments Accept by ICML 2026

Make It Long, Keep It Fast: End-to-End 10K Long User Behavior Sequence Modeling for Billion-Scale Douyin Recommendation

让序列变长，让速度保持快速：面向十万个用户行为序列的端到端推荐系统

Lin Guan, Jia-Qi Yang, Zhishan Zhao, Beichuan Zhang, Bo Sun, Xuanyuan Luo, Jinan Ni, Xiaowen Li, Yuhang Qi, Zhifang Fan, Hangyu Wang, Qiwei Chen, Yi Cheng, Feng Zhang, Xiao Yang

机构 * ByteDance Beijing China（字节跳动北京中国） ； ByteDance Shanghai China（字节跳动上海中国） ； ByteDance San Jose CA USA（字节跳动加州圣何塞 USA） ； ByteDance Hangzhou Zhejiang China（字节跳动杭州浙江中国） 纠错

AI总结 本文提出了一种端到端的推荐系统，能够处理长达10000个用户行为序列，通过引入堆叠的目标到历史交叉注意力机制、请求级别批量处理策略以及长度外推训练策略，实现了在大规模Douyin推荐中的高效长序列建模。

Comments WWW 2026. This work studies end-to-end 10K-scale long user behavior sequence modeling for billion-scale industrial recommendation on Douyin