SkinCast
基于四编码器融合与全局-局部位置编码的多模态Transformer销量预测模型,可对未发布皮肤进行180天逐日销量轨迹预测。
时间轴 (近 90 天)
SkinCast是SkinAdvisor框架中的核心销量预测模型,能够对未发布皮肤进行180天的逐日销量轨迹预测。
SkinCast包含四个编码器:一个预训练的Informer处理玩家偏好时间序列;一个预训练的Player-Hero-Skin图嵌入器捕捉关系先验;两个轻量级Transformer分别编码皮肤属性和发布上下文。
SkinCast的融合特征通过带有局部加全局day-x位置编码的共享主干,再经N层Informer解码器以单次非自回归方式输出预测序列。
非自回归解码在推理时只需一次前向传播,显著降低延迟,是SkinCast能在CPU上达到毫秒级响应的关键设计之一。
离线实验显示,SkinCast相比最强基线Informer将RMSE降低了约20%,相比经典方法降低了约60%。
压力测试在16核CPU服务器上进行,确认SkinCast的p99延迟低于8毫秒,峰值吞吐量超过1100 rps。
论文指出预训练嵌入可能泄露时间信息,需要采用基于季节的划分来防止数据泄漏。
SkinCast团队通过基于季节的划分来切断时间泄漏,即用较早季节的数据训练、较晚季节的数据评估。
全部知识事实 (8)
SkinCast是SkinAdvisor框架中的核心销量预测模型,能够对未发布皮肤进行180天的逐日销量轨迹预测。
50%待验证SkinCast包含四个编码器:一个预训练的Informer处理玩家偏好时间序列;一个预训练的Player-Hero-Skin图嵌入器捕捉关系先验;两个轻量级Transformer分别编码皮肤属性和发布上下文。
50%待验证SkinCast的融合特征通过带有局部加全局day-x位置编码的共享主干,再经N层Informer解码器以单次非自回归方式输出预测序列。
50%待验证非自回归解码在推理时只需一次前向传播,显著降低延迟,是SkinCast能在CPU上达到毫秒级响应的关键设计之一。
50%待验证离线实验显示,SkinCast相比最强基线Informer将RMSE降低了约20%,相比经典方法降低了约60%。
50%待验证压力测试在16核CPU服务器上进行,确认SkinCast的p99延迟低于8毫秒,峰值吞吐量超过1100 rps。
50%待验证论文指出预训练嵌入可能泄露时间信息,需要采用基于季节的划分来防止数据泄漏。
50%待验证SkinCast团队通过基于季节的划分来切断时间泄漏,即用较早季节的数据训练、较晚季节的数据评估。
50%