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

文章来源:网络整理作者:采集侠2018-09-25 15:04

导读:

[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

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?

本文链接:http://www.soxunwang.com/kjrd/2018/0925/46312.html

声明:搜讯网转载稿件,不代表本站观点,若侵权请来信告知,有异议请联系我们;

关注搜讯网微信号

扫描加关注!

搜讯网福利发放

最新热点 更多
相关阅读 更多