أصبح البث المباشر واحدًا من أبرز أشكال استهلاك المحتوى عبر الإنترنت، حيث يقدم محتوى متطوراً ديناميكياً وتفاعلات فورية تجذب المستخدمين بشكل كبير. ومع ذلك، فإن تلك التفاعلات المميزة تطرح تحديات جديدة تميز توصيات البث المباشر عن الطرق التقليدية. ومع تزايد الاهتمام من قِبل الصناعة، كان هناك نقص في قواعد البيانات العامة التي تعكس الطبيعة الديناميكية لبيئات البث المباشر، مما ساهم في عرقلة تقدم الأبحاث الأكاديمية في هذا المجال.

تلبيةً لهذه الحاجة، تم إطلاق KuaiLive، وهي أول مجموعة بيانات حية وتفاعلية تم جمعها من منصة كوايشو الشهيرة، التي تضم أكثر من 400 مليون مستخدم نشط يومياً. تحتوي القاعدة على سجلات تفاعلات ما يقرب من 23,772 مستخدمًا و452,621 مذيعًا على مدى 21 يومًا.

تتمتع KuaiLive بعدة مزايا مقارنةً بمجموعة البيانات الموجودة سابقًا، حيث تحتوي على توقيتات دقيقة لبداية ونهاية الغرف الحية وأنواع متعددة من التفاعلات الحقيقية (مثل النقرات، التعليقات، الإعجابات، والهدايا). هذه الميزات تمكن من محاكاة أكثر واقعية للعناصر الديناميكية وتوفير نمذجة أفضل للسلوكيات الخاصة بالمستخدمين والمذيعين.

قمنا بتحليل شامل ل KuaiLive من زوايا متعددة، وقمنا بتقييم عدة أساليب توصيّة بارزة عليها، مما أنشأ معيارًا قويًا للأبحاث المستقبلية. تدعم KuaiLive مجموعة واسعة من المهام في مجال البث المباشر، مثل توصيات أعلى-K، توقع معدل النقر، توقع وقت المشاهدة، وتوقع سعر الهدايا. بالإضافة إلى ذلك، تمكن بياناتها السلوكية الدقيقة من إجراء أبحاث على نمذجة سلوكية متعددة، التعلم العابر للمهام، والتوصيات الحساسة للعدالة. القاعدة والموارد ذات الصلة متاحة للجمهور على [رابط_المقال].