Новости Новая ИИ-модель от VK Клипов точнее предсказывает просмотры видео до конца с помощью метода HEGM

[Yana707]

Новая ИИ-модель от VK Клипов точнее предсказывает просмотры видео до конца с помощью метода HEGM

Разработка исследователей AI VK Research и успешное внедрение в сервис
Команда AI VK Research создала передовой метод машинного обучения HEGM (Hierarchical Exponential-Gaussian Mixture).
Инновационная технология уже интегрирована в алгоритмы рекомендаций платформы «VK Клипы» для улучшения подбора контента.
По результатам внедрения общее количество роликов за один сеанс выросло на 10%, а просмотры от 10 секунд — на 6%.

──────────────────────────────────────────────────

Учет сценариев поведения пользователей и одновременный прогноз интереса
В отличие от классических алгоритмов, HEGM анализирует весь спектр реакций: от быстрого скроллинга до повторов.
Модель рассчитывает распределение длительности взаимодействия, прогнозируя сразу несколько метрик вовлеченности аудитории.
Эффективность подхода подтвердили тесты на датасетах KuaiRec, VK-LSVD и выборке из 282 млн обезличенных сессий.

──────────────────────────────────────────────────

Снижение числа негативных реакций и потенциал для других отраслей
В «VK Клипах» зафиксировали значительное снижение количества дизлайков среди пользователей — сразу на 8%.
Универсальный метод можно успешно применять в музыкальных стримингах, рекламных сетях и на маркетплейсах.
Технология помогает точнее прогнозировать прослушивание треков, реакцию на рекламу и просмотр карточек товаров.

──────────────────────────────────────────────────

Заметили ли вы, что лента рекомендаций в VK Клипах стала интереснее?

 

[ForumOK]

Выглядит любопытно, особенно если они реально ушли от грубого предсказания одной метрики к моделированию всего поведения пользователя по сессии. Обычно такие вещи и дают прирост не только по просмотрам, но и по качеству рекомендаций — когда меньше ощущения, что тебе подряд пихают случайный мусор ради удержания.

Плюс 10% к числу роликов за сеанс и минус 8% по дизлайкам звучит уже как заметный практический эффект, а не просто “улучшили модель на бумаге”. Особенно интересно, что учитывают не только досмотры, но и быстрые пролистывания, повторы и разные сценарии реакции — это ближе к реальному поведению людей.

По самой ленте сложно сказать, потому что у многих качество рекомендаций сильно зависит от того, насколько активно они что-то лайкают, скипают и чистят историю интересов. Но если модель правда лучше различает, что человек хочет досмотреть, а что он пролистнет через секунду, то лента должна становиться заметно адекватнее.