百度短視頻推薦系統(tǒng)的目標設(shè)計
時間：2021-10-14 17:13:36
手機看文章
掃描二維碼
隨時隨地手機看文章
[導讀]導讀：短視頻產(chǎn)品最近兩年蓬勃發(fā)展，百度旗下的短視頻品牌-好看視頻，人均使用時長70分鐘，短視頻播放量已超30億，從推薦系統(tǒng)的角度考慮，如何設(shè)計一個推薦系統(tǒng)的目標，以及短視頻迭代過程中沉淀的思考。全文2433字，預計閱讀時間8分鐘?！?020年中國網(wǎng)絡(luò)視聽發(fā)展研究報告》顯示，截至2...
導讀：短視頻產(chǎn)品最近兩年蓬勃發(fā)展，百度旗下的短視頻品牌-好看視頻，人均使用時長70分鐘，短視頻播放量已超30億，從推薦系統(tǒng)的角度考慮，如何設(shè)計一個推薦系統(tǒng)的目標，以及短視頻迭代過程中沉淀的思考。全文2433字，預計閱讀時間 8分鐘。
《2020年中國網(wǎng)絡(luò)視聽發(fā)展研究報告》顯示，截至2020年6月，中國網(wǎng)絡(luò)視聽用戶規(guī)模已超過9億，短視頻用戶達到了8.2億，這些用戶平均每天花費近2小時觀看短視頻。與此同時，百度旗下的短視頻品牌——好看視頻，人均使用時長70分鐘，短視頻播放量已超30億，好看視頻的海量內(nèi)容也是搜索非常重要的供給方。
對于推薦類產(chǎn)品，內(nèi)容是基石。那么好看視頻的內(nèi)容體系是怎樣的？首先，在好看視頻現(xiàn)有體系中，有著百萬級內(nèi)容創(chuàng)作者，在持續(xù)生產(chǎn)內(nèi)容；這其中還包括10萬 優(yōu)質(zhì)內(nèi)容的創(chuàng)作者；同時，我們也在持續(xù)創(chuàng)作和輸出自制劇，比如“越來越好看”、“你的生活好好看”等等。
一、推薦系統(tǒng)解決什么問題？
在推薦平臺或信息流產(chǎn)品中存在3個角色：用戶、創(chuàng)作者、廣告主，推薦系統(tǒng)要解決的用戶和創(chuàng)作者兩個角色的體驗問題：1）用戶端：極致優(yōu)化體驗，滿足用戶千人千面的高度個性化消費需求。我們在百度系有豐富的用戶畫像和理解，同時在App內(nèi)，可以對使用環(huán)境有感知、并以用戶興趣表達等信號為基礎(chǔ)，進一步抓住用戶的興趣。
2）創(chuàng)作者：讓優(yōu)質(zhì)的內(nèi)容得到更多的分發(fā)、留住創(chuàng)作者、實現(xiàn)內(nèi)容優(yōu)勝劣汰。另外配合生態(tài)層面的宏觀調(diào)控，可以最大程度地保證優(yōu)質(zhì)的創(chuàng)作者在此平臺源源不斷的輸入更多內(nèi)容。
二、視頻推薦系統(tǒng)的全貌
如下圖所示，創(chuàng)作者將內(nèi)容上傳至平臺后，會進入統(tǒng)一的正排流程；用戶打開APP請求時，系統(tǒng)會把所有相關(guān)的內(nèi)容召回（顯示、隱式等），其宗旨是：“Make Everything Happens”，然后通過粗排、精排、融合這三級漏斗，選出用戶最喜歡的內(nèi)容，最后通過機制調(diào)控呈現(xiàn)最終的內(nèi)容。
三、視頻產(chǎn)品交互形態(tài)下的用戶興趣刻畫
用戶打開APP后，推薦的視頻就會自動播放，類似家里的電視機，打開就播放，喜歡就繼續(xù)停留在此頁面，不喜歡則劃到下一條，在APP中這是一種新的交互形態(tài)，同時也給推薦帶來了挑戰(zhàn)：如何去刻畫用戶的畫像？如何判定用戶是否喜歡？
可以借鑒傳統(tǒng)的點選式交互形態(tài)，即用戶先判定是否感興趣，若感興趣則點開視頻；滿意則會持續(xù)看并播完；若不滿意，用戶可能會選擇退出。在自動播放這種新的交互形態(tài)下，我們將這種不喜歡就劃走的行為定義為“傷害”，將觀看一條視頻時間較長或者完全觀看完的行為定義為“滿意”。推薦系統(tǒng)將采用（傷害、時長、完播）這三級信號來刻畫用戶的興趣。
除了通過播放行為刻畫用戶興趣外，關(guān)注、點贊、收藏等都是用戶表達喜好的信號。在設(shè)計推薦系統(tǒng)的時候，要先理解產(chǎn)品，然后再去設(shè)計。對于短視頻推薦系統(tǒng)的交互行為有如下信號，并將這些信號整理歸類到下圖四象限，并引入到推薦系統(tǒng)中。
四、多目標排序的應用
1）多目標建模多目標建模從最開始基礎(chǔ)的shared-bottom的DNN建模發(fā)展到MMOE，最后采用分人群MMOE，將N個推薦系統(tǒng)目標建模出來，在真正實現(xiàn)的時候，低、中、高三種活躍度專家分別訓練，聯(lián)合決策防止高活人群樣本主導整個模型，從而保證系統(tǒng)的準確性。
2）多目標融合排序通過模型預估N個多目標后，需要將這些多目標融合到一起，常見的方法是做簡單的多項式融合，這種是比較基礎(chǔ)的方式，簡單有效且易引入經(jīng)驗值。但缺點也很明顯，需要經(jīng)常調(diào)整且不能自適應。而現(xiàn)在發(fā)展到使用deepES的方式，即分場景個性化融合，每次通過擾動模型內(nèi)部參數(shù)獲得多組參數(shù)組合，然后根據(jù)設(shè)計的Reward來選擇最優(yōu)的參數(shù)；其特征引入設(shè)備類型、狀態(tài)、刷新節(jié)奏等多種狀態(tài)，邏輯圖如下：
五、長期受益目標的推薦系統(tǒng)
前面討論的推薦目標都是根據(jù)當前即將推薦出視頻的消費情況來排序的，但我們把視角移到更長的時間序列上來。用戶的消費分為過去、現(xiàn)在和將來三個階段。對于過去的內(nèi)容，可以把它當成模型訓練的樣本、刻畫用戶興趣的特征。當下的推薦目標是：對于未來可能消費的內(nèi)容，本質(zhì)上是當前興趣的“延續(xù)”；而當前興趣可以看成對未來興趣的“激發(fā)”，將未來消費內(nèi)容價值歸因到當前視頻上，即未來長期價值（Long Term Value）。
通過下圖方式設(shè)計LTV，舉例：用戶今天看到一個脫口秀視頻的價值定義為V0，假設(shè)未來用戶還會看此類視頻V2、Vn，那么我們可以將V2、Vn的消費時長和消費價值歸因于當前的V0，具體設(shè)計分為2步：1、找到相關(guān)內(nèi)容、設(shè)計衰減因子；2、用模型擬合LTV。
六、視頻推薦系統(tǒng)多目標的探討
1）多目標的價值是否相同？比如用戶關(guān)注一個視頻和給這個視頻點贊，或者視頻的第1個贊和第10個贊的價值一樣嗎？
2）當前的目標是群體最優(yōu)的嗎？所推出的視頻被播放會產(chǎn)生協(xié)同價值嗎？當前視頻若對該用戶價值不是最大，但對整體價值最大，可以推薦出去嗎？
3）能否去設(shè)計一個目標、系統(tǒng)、模型去刻畫用戶的留存？多目標設(shè)計、以及未來收益設(shè)計，我們的目標都是提高用戶留存度。是否可以直接構(gòu)建用戶留存率模型呢？
以上都是值得同學們深入思考的問題，有機會我們可以一起交流討論。
下載文檔
