云栖大会友盟+数据智能实践专场,映客分享直播个性推荐中的AI实践

砍柴网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

9月19日,2018年云栖大会在杭州开幕。上千位顶级学者、行业专家,来自64个国家的CEO和CTO齐聚云栖小镇,共同探讨 互联网 科技 的前沿发展及未来趋势。

在云栖大会友盟+数据智能实践专场中,映客直播内容推荐高级总监陈雪峰发表了题为《如何通过AI来做直播个性化推荐》的演讲,对映客直播的推荐体系和AI技术应用做了详细介绍。

云栖大会友盟+数据智能实践专场,映客分享直播个性推荐中的AI实践

一直以来,映客作为直播领域的头部平台,不断以技术先驱引领业内创新。陈雪峰表示,映客作为全新的流量分发平台,在诞生之初便具备算法应用的前提条件。通过收集大量数据,进而推动算法模型的优化,经过多版本迭代,目前已覆盖平台内十几个核心场景。

云栖大会友盟+数据智能实践专场,映客分享直播个性推荐中的AI实践

映客“五层塔”系统:为精准推荐保驾护航

陈雪峰介绍,映客推荐系统分为五个层次,从下到上依次为数据层、离线算法层、在线算法层、策略层和服务层。

云栖大会友盟+数据智能实践专场,映客分享直播个性推荐中的AI实践

在映客平台,每天会产生海量的用户行为。而“五层塔”系统的任务就是对这些行为背后的数据进行采集,并加以整理、提炼,同时不断纠错、优化升级,最后推荐出最有可能被用户喜爱的内容。以离线算法层为例,它对用户数据采用分类、聚类、回归、预测等多个模型,精准刻画用户画像,目前已经构造了包括性别、年龄、地域等几百个维度在内的画像体系。

此外,陈雪峰还表示,“五层塔”系统也会考虑曝光频率控制、流量保护等策略,做出最优决策。

专门搭建图像识别平台 解决三大核心挑战

对于个性化推荐在直播产品中的应用,陈雪峰提到三个核心问题:第一是对直播内容的理解——从科研角度来看,直播间完全是一个黑盒,很难判断直播间里发生的是什么,这大大增加了系统做内容推介的难度。第二点是实时性,也就是内容变化的随机性。主播是没有剧本的,完全取决于跟用户的交互,而映客要实时响应这种变化。第三是精准性,也是衡量所有推荐系统的标准。

针对以上难题,映客通过图像识别、语音识别、文本挖掘来进行内容理解,还专门搭建了图像识别平台,深度学习与统计学习双管齐下,提高推荐预测的准确性。

云栖大会友盟+数据智能实践专场,映客分享直播个性推荐中的AI实践

直播间内容理解 用户画像很关键

陈雪峰表示,对于直播间来说,用户画像对于推荐作用是最核心的。映客通过图像识别技术预估主播画像,比如人脸属性识别,甚至会识别眼睛大小,包括主播服饰等等。怎么抽取和设计标签呢?采用以下两种方式,第一对主播群体进行聚类,对聚类结果抽取标签,第二是基于业务知识抽取标签。虽然很多标签标准是感官判断,但对人群还是有区分性。映客还对场景和行为进行识别,目前覆盖了上百种行为标签,如钢琴,弹古筝,健身等。为实现上述目标,映客搭建的图像识别平台起到很大作用。

如何获得大量的标准数据,提升深度学习效果?陈雪峰介绍,映客通过构造两个闭环获取标注数据。所有直播间都有人工审核的过程,审核时会给直播间打上标签,用于模型训练,把新的数据模型预测结果再推到人工标注平台,人工再对预测结果进行修整,通过迭代循环不断提升模型效果。另外是通过收集到的行为日志,基于行为日志预测标签进行训练,同时根据分发后的反馈数据修正标签,从而不断优化模型。

智能推荐效果显著 用户观看时长增三倍

陈雪峰表示,在AI技术的帮助下,映客直播的整体效率有了显著提升。个性化推荐与人工运营相比,点击率增加50%,用户观看时长增加三倍,关注转化率也整整翻了一倍。在今后,映客会在直播间内容理解方面投入更多精力,包括在推荐中如何做好短期内容和长期内容的探索。

云栖大会友盟+数据智能实践专场,映客分享直播个性推荐中的AI实践

在未来的人类生活中,AI技术注定会发挥越来越大的作用。在这次云栖大会上,映客分享了自己对于AI技术的研究成果,也展示了继续深入探索并获取更大成就的决心。AI与映客,一个是技术界的宠儿,一个是泛娱乐直播的领军者,二者在将来还会碰撞出怎样的火花?

让我们拭目以待。

随意打赏

2016云栖大会映客游戏直播马云云栖大会深圳云栖大会友盟分享友盟广告友盟数据友盟推送友盟统计
提交建议
微信扫一扫,分享给好友吧。