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.

 

[maksimys]

Очередные громкие цифры и красивые аббревиатуры для пресс-релизов. Рапортовать про рост просмотров на десять процентов всегда приятно, только пользователям от этих алгоритмов лучше не становится. Вместо умной ленты нам просто еще точнее подсовывают бесконечный жвачечный контент, от которого сложнее оторваться.

Снижение дизлайков тоже объясняется очень просто. Если людям крутить только максимально безопасные и усредненные ролики, вызывать раздражение они не будут, но и никакого реального интереса не вызовут. В итоге алгоритмы подсаживают на тупое листание, а радости от платформы ноль.