Исследователи AI VK Research разработали метод машинного обучения HEGM. Он помогает рекомендательным системам точнее прогнозировать интерес пользователей к контенту. Технологию уже внедрили в VK Клипы, сообщается в пресс-релизе VK.
|
Что разработали |
Метод машинного обучения HEGM для прогнозирования интереса к контенту |
|
Принцип работы |
Учитывает разные сценарии просмотра: от быстрого пролистывания до досмотра и повтора |
|
Результаты в VK Клипах |
|
|
Доступность кода |
VK выложила код модели в открытый доступ |
|
Предыдущая новость |
Как работает HEGM от VK
Привычные алгоритмы прогнозируют только ожидаемое время просмотра и не учитывают сценарии поведения. HEGM работает иначе: вместо одного значения времени модель прогнозирует распределение возможной длительности просмотра. Это позволяет одной моделью оценить вероятность сразу нескольких сценариев — что пользователь:
-
сразу пролистает видео;
-
посмотрит его частично;
-
досмотрит до конца;
-
включит повторно.
Источник: пресс-служба VK
Как изменились рекомендательные алгоритмы VK Клипов после внедрения HEGM
После запуска новой технологии в сервисе выросла вовлеченность пользователей:
-
количество роликов, просмотренных за один раз, выросло на 10%;
-
число просмотров продолжительностью более 10 секунд выросло на 6%;
-
дизлайков стало на 8,3% меньше.
Исследователи проверили метод на открытых наборах данных и внутреннем датасете из 282 млн взаимодействий — HEGM превзошел другие протестированные решения по качеству ранжирования.
Где еще применимы алгоритмы на базе VK HEGM
Технология подходит для любых цифровых сервисов, где нужно прогнозировать, сколько времени пользователь проведет с контентом. Например:
-
в музыкальных стримингах — чтобы предсказывать пропуски и полное прослушивание треков;
-
в рекламных системах — чтобы прогнозировать длительность просмотра видеорекламы;
-
в электронной коммерции — чтобы оценивать, сколько времени человек изучает карточку товара.
HEGM можно встроить в уже работающую рекомендательную систему без изменения ее основной архитектуры. По словам VK, это упрощает внедрение и масштабирование технологии — и не только внутри экосистемы: исходный код модели уже выложен в открытый доступ.
Ранее алгоритмы ВКонтакте начали выводить качественные посты на широкую аудиторию.
Возможно, вам будет интересно:
Источник: пресс-релиз VK
