9月19日，2018年雲棲大會在杭州開幕。上千位頂級學者、行業專家，來自64個國家的CEO和CTO齊聚雲棲小鎮，共同探討互聯網科技的前沿發展及未來趨勢。
在【友盟+】承辦的數據智能實踐專場中，映客直播內容推薦高級總監陳雪峰發表了題為《如何通過AI來做直播個性化推薦》的演講，對映客直播的推薦體系和AI技術應用做了詳細介紹。
一直以來，映客作為直播領域的頭部平臺，不斷以技術先驅引領業內創新。陳雪峰表示，映客作為全新的流量分發平臺，在誕生之初便具備算法應用的前提條件。通過收集大量數據，進而推動算法模型的優化，經過多版本迭代，目前已覆蓋平臺內十幾個核心場景。
映客“五層塔”系統：為精準推薦保駕護航
陳雪峰介紹，映客推薦系統分為五個層次，從下到上依次為數據層、離線算法層、在線算法層、策略層和服務層。
在映客平臺，每天會產生海量的用戶行為。而“五層塔”系統的任務就是對這些行為背後的數據進行採集，並加以整理、提煉，同時不斷糾錯、優化升級，最後推薦出最有可能被用戶喜愛的內容。以離線算法層為例，它對用戶數據採用分類、聚類、迴歸、預測等多個模型，精準刻畫用戶畫像，目前已經構造了包括性別、年齡、地域等幾百個維度在內的畫像體系。
此外，陳雪峰還表示，“五層塔”系統也會考慮曝光頻率控制、流量保護等策略，做出最優決策。
專門搭建圖像識別平臺 解決三大核心挑戰
對於個性化推薦在直播產品中的應用，陳雪峰提到三個核心問題：第一是對直播內容的理解——從科研角度來看，直播間完全是一個黑盒，很難判斷直播間裡發生的是什麼，這大大增加了系統做內容推介的難度。第二點是實時性，也就是內容變化的隨機性。主播是沒有劇本的，完全取決於跟用戶的交互，而映客要實時響應這種變化。第三是精準性，也是衡量所有推薦系統的標準。
針對以上難題，映客通過圖像識別、語音識別、文本挖掘來進行內容理解，還專門搭建了圖像識別平臺，深度學習與統計學習雙管齊下，提高推薦預測的準確性。
直播間內容理解 用戶畫像很關鍵
陳雪峰表示，對於直播間來說，用戶畫像對於推薦作用是最核心的。映客通過圖像識別技術預估主播畫像，比如人臉屬性識別，甚至會識別眼睛大小，包括主播服飾等等。怎麼抽取和設計標籤呢?採用以下兩種方式，第一對主播群體進行聚類，對聚類結果抽取標籤，第二是基於業務知識抽取標籤。雖然很多標籤標準是感官判斷，但對人群還是有區分性。映客還對場景和行為進行識別，目前覆蓋了上百種行為標籤，如鋼琴，彈古箏，健身等。為實現上述目標，映客搭建的圖像識別平臺起到很大作用。
如何獲得大量的標準數據，提升深度學習效果?陳雪峰介紹，映客通過構造兩個閉環獲取標註數據。所有直播間都有人工審核的過程，審核時會給直播間打上標籤，用於模型訓練，把新的數據模型預測結果再推到人工標註平臺，人工再對預測結果進行修整，通過迭代循環不斷提升模型效果。另外是通過收集到的行為日誌，基於行為日誌預測標籤進行訓練，同時根據分發後的反饋數據修正標籤，從而不斷優化模型。
智能推薦效果顯著 用戶觀看時長增三倍
陳雪峰表示，在AI技術的幫助下，映客直播的整體效率有了顯著提升。個性化推薦與人工運營相比，點擊率增加50%，用戶觀看時長增加三倍，關注轉化率也整整翻了一倍。在今後，映客會在直播間內容理解方面投入更多精力，包括在推薦中如何做好短期內容和長期內容的探索。
在未來的人類生活中，AI技術註定會發揮越來越大的作用。在這次雲棲大會上，映客分享了自己對於AI技術的研究成果，也展示了繼續深入探索並獲取更大成就的決心。AI與映客，一個是技術界的寵兒，一個是泛娛樂直播的領軍者，二者在將來還會碰撞出怎樣的火花?
讓我們拭目以待。
閱讀更多 直播風向標 的文章
