隨著互聯(lián)網(wǎng)逐漸步入大數(shù)據(jù)時(shí)代，運(yùn)營(yíng)商和用戶的行為不可避免的發(fā)生了改變和重塑。最為突出的變化是，大數(shù)據(jù)使得用戶行為“可視化”。利用海量數(shù)據(jù)精準(zhǔn)生成的“用戶畫像”，可以使?fàn)I銷推廣更加的精準(zhǔn)、高效，這也成為了視頻營(yíng)銷不可或缺的技術(shù)手段之一。

相較于傳統(tǒng)的用戶畫像，視達(dá)科用戶畫像基于用戶行為軌跡的實(shí)時(shí)追蹤和模型計(jì)算生成，用戶畫像更加細(xì)致，更注重細(xì)節(jié)拆分，進(jìn)一步提高特征描繪的精準(zhǔn)度，能夠精準(zhǔn)定位不同用戶的觀影需求，從而提升服務(wù)質(zhì)量。

(視達(dá)科用戶畫像系統(tǒng)架構(gòu))

一、 使用改進(jìn)的TF-IDF算法計(jì)算標(biāo)簽權(quán)重

在TF-IDF的基礎(chǔ)上，考慮了不同行為有不同的權(quán)重，且標(biāo)簽會(huì)隨著時(shí)間而變化衰減。為了提高用戶標(biāo)簽的準(zhǔn)確度，視達(dá)科用戶畫像采用改進(jìn)的IF-IDF算法計(jì)算標(biāo)簽權(quán)重。

標(biāo)簽值上的weights字段值，代表著2層意義：這個(gè)用戶的某標(biāo)簽，其多個(gè)標(biāo)簽值之間的重要程度;對(duì)于某標(biāo)簽的一個(gè)標(biāo)簽值，所有用戶之間的重要程度。

例如：用戶喜歡的影片類型這個(gè)標(biāo)簽來(lái)說(shuō)，會(huì)有多個(gè)標(biāo)簽值：喜劇片、愛情片、恐怖片、科幻片...某用戶A，這標(biāo)簽的幾個(gè)值：科幻片的權(quán)重是0.5，喜劇片的權(quán)重是0.3，則說(shuō)明這用戶更喜歡“科幻片”。另一用戶B，這標(biāo)簽的幾個(gè)值：科幻片的權(quán)重是0.7，恐怖片的權(quán)重是0.1，則說(shuō)明用戶B比用戶A更喜歡科幻片。

TF-IDF權(quán)重函數(shù)：

w(u, t, T) = TF(u, t, T) * IDF(t, T) * degree(u, t, T) * (1 / (1 + decay(T) ) ) + w(u, t, T-1) * (decay(T) / (1 + decay(T)))

一、 多重召回策略，對(duì)海量數(shù)據(jù)進(jìn)行篩選過(guò)濾

如何在海量的視頻內(nèi)容中，篩選出一個(gè)模型組成內(nèi)容庫(kù)。視達(dá)科采用了多種召回策略，綜合考慮視頻的熱度、相似度、動(dòng)作等，根據(jù)用戶興趣標(biāo)簽對(duì)視頻內(nèi)容做截?cái)?，高效從龐大的?nèi)容庫(kù)中篩選符合用戶喜好的一小部分內(nèi)容。

(1)協(xié)同過(guò)濾召回

包括基于視頻、基于用戶的協(xié)同過(guò)濾推薦，前者依照視頻之間的相似性，將相似影片推薦給同一位用戶。例如：影片A與影片B相似，用戶喜歡影片A，則將影片B也推薦給用戶;后者依照用戶之間的相似性，將同一影片推薦給相似用戶，例如用戶A與用戶B相似，用戶A喜歡影片A，則將影片A也推薦給用戶B。

(2)熱榜召回

基于視頻播放頻率，形成視頻熱播榜單，將熱門影片推薦給其他用戶。例如：影片A在本時(shí)段內(nèi)播放次數(shù)增多，成為熱播榜影片，則將影片A推薦給其他用戶。

(3)其他召回

除了上述兩種常規(guī)召回策略，我們還使用了喜好召回、人工規(guī)則召回等多重召回策略，把一個(gè)海量、無(wú)法把握的內(nèi)容庫(kù)，變成一個(gè)相對(duì)小、可以把握的內(nèi)容庫(kù)，再進(jìn)入推薦模型。這樣能夠有效平衡計(jì)算成本和效果。

三、精準(zhǔn)排序模型，實(shí)現(xiàn)個(gè)性化推薦

在用戶意圖明確時(shí)，我們用搜索引擎來(lái)解決視頻內(nèi)容庫(kù)太大的問(wèn)題，但當(dāng)用戶的意圖不明確或者很難用清晰的語(yǔ)義表達(dá)，搜索引擎就無(wú)能為力。視達(dá)科通過(guò)精準(zhǔn)的排序模型，將篩選后的小型內(nèi)容庫(kù)進(jìn)行重新排序，在用戶完全沒(méi)有需求目標(biāo)的情況下給出的全局推薦，為其推送個(gè)性化的視頻內(nèi)容。

(1)GBDT+LR

GBDT(Gradient Boost Decision Tree)是非線性模型，會(huì)建立多棵決策樹，但每棵樹擬合的是上一棵樹的殘差。

LR是廣義線性模型，速率快，對(duì)特征和特征組合要求高，在傳統(tǒng)效果預(yù)測(cè)方面使用廣泛。

使用GBDT結(jié)合LR進(jìn)行推薦預(yù)測(cè)，facebook在2014年就進(jìn)行了實(shí)踐，取得了很好的效果。

我們使用用戶畫像出來(lái)的興趣愛好、年齡、時(shí)段、時(shí)長(zhǎng)等特征與用戶實(shí)際播放的影片的標(biāo)簽屬性、演員、導(dǎo)演等特征作為輸入GBDT的輸入，GBDT的葉子結(jié)點(diǎn)作為L(zhǎng)R的輸入進(jìn)行訓(xùn)練。推薦時(shí)使用該模型對(duì)被推薦用戶的召回集影片做預(yù)測(cè)排序，將靠前的推薦出去。

(2)深寬度模型

寬深度(Wide and deep)模型是谷歌2016年發(fā)布的，并在Google Play的應(yīng)用推薦中實(shí)際使用，是經(jīng)過(guò)檢驗(yàn)的模型。

寬度模型用的是邏輯回歸，形式如下：

,其中X是特征向量，W是特征權(quán)重，b是偏置。

深度模型通過(guò)DNN來(lái)提供泛化能力，每個(gè)隱層激活方式表示如下：

其中l(wèi)表示第l個(gè)隱藏層，f是激活函數(shù) 。

深寬度模型最后的輸出過(guò)程公式表示就是：

是sigmoid函數(shù) ，是組合特征，是深度模型輸出的權(quán)重，

寬深度模型結(jié)合傳統(tǒng)線性模型和深度模型，能兼顧記憶和歸納。寬度模型能根據(jù)歷史播放、瀏覽等行為相關(guān)性，推薦關(guān)聯(lián)產(chǎn)品;深度模型用于發(fā)現(xiàn)歷史行為中出現(xiàn)很少或未出現(xiàn)的特征組合。

四、智能調(diào)優(yōu)，提高推薦準(zhǔn)確度

采用智能調(diào)優(yōu)技術(shù)，將推薦效果進(jìn)行評(píng)估，系統(tǒng)根據(jù)評(píng)估結(jié)果自動(dòng)對(duì)各種推薦算法進(jìn)行比例調(diào)優(yōu)，不斷自動(dòng)迭代，實(shí)現(xiàn)推薦準(zhǔn)確度優(yōu)化提高的技術(shù)。

通過(guò)調(diào)整各類推薦算法間的分配比例，每次推薦任務(wù)會(huì)將任務(wù)分配給不同的推薦引擎，最終通過(guò)結(jié)果評(píng)估觀測(cè)哪種推薦引擎推薦效果更好，效果更好的下次自動(dòng)分配更高比例任務(wù)。

基于改進(jìn)的TF-IDF算法計(jì)算標(biāo)簽權(quán)重，采取多重召回策略并進(jìn)行精準(zhǔn)排序，利用智能調(diào)優(yōu)技術(shù)，對(duì)用戶畫像進(jìn)行精準(zhǔn)刻畫，我們得以實(shí)時(shí)、精確、全面的了解用戶訴求，為用戶的個(gè)性化服務(wù)提供及時(shí)有效的數(shù)據(jù)支撐，全方位提升用戶體驗(yàn)，進(jìn)一步提高視頻運(yùn)營(yíng)服務(wù)質(zhì)量。

企業(yè)簡(jiǎn)介

視達(dá)科，初靈信息(股票代碼：300250)全資子公司，以“創(chuàng)造一流視頻體驗(yàn)”為愿景，通過(guò)數(shù)據(jù)推動(dòng)決策與運(yùn)營(yíng)，助力合作伙伴的視頻業(yè)務(wù)不斷增長(zhǎng)。