VK внедрила в свои продукты комплекс технологий глубокого понимания контента под общим названием Discovery. Эти решения призваны повысить релевантность рекомендаций и персонализировать пользовательский опыт.
Кросс-форматная контентная модель анализирует различные элементы — название, обложку, аудио и видеоряд — по отдельности, а затем объединяет эти данные в едином смысловом пространстве. Это позволяет рекомендательной системе понимать суть контента и предлагать пользователю схожие материалы в разных форматах. Например, после просмотра короткого видео в VK Клипах система может порекомендовать тематически близкий ролик в VK Видео или даже текстовой пост.
Мультимодальная языковая модель, обученная на обширном массиве русскоязычных материалов, способна сравнивать контент по смыслу и тематике, анализировать комментарии, описывать интересы пользователя и учитывать эмоциональную окраску материалов. Благодаря этому алгоритмы могут быстро предлагать новый контент, не дожидаясь накопления пользовательских реакций.
Рекомендательная система автоматически распознает известных персон на видео. Это реализовано с помощью двух моделей машинного обучения: одна анализирует видеоряд, а другая идентифицирует лица и формирует единый «образ» персонажа. Это позволяет учитывать не только тему, но и наличие в роликах конкретных популярных людей, что повышает вовлеченность.
«Мы создаем технологии, которые выдерживают высокую нагрузку и при этом легко адаптируются под специфику разных продуктов VK. Они помогают анализировать не только поведение пользователей, но и понимать смысл контента, а значит, продукты становятся еще более персонализированными. Новые технологии Discovery за первые месяцы после внедрения помогли увеличить число позитивных реакций на контент на 7%, а рекомендации похожих по смыслу видео стали на 60% точнее».
Андрей Зимовнов, руководитель направления рекомендаций AI VK
Планируется, что технологии Discovery будут применяться не только в VK Видео, но и в других продуктах холдинга, работающих с пользовательским контентом.