Как работают алгоритмы
На самом деле система нейросетей, которая работает в VK Клипах, постоянно учится и совершенствуется, чтобы рекомендовать пользователям то, что им может понравиться. Скорость и качество обучения зависят от действий пользователя. Чем чаще он заходит в ленту, чем дольше смотрит её и чем больше реагирует на ролики, тем лучше алгоритм понимает его и, соответственно, тем качественнее становятся рекомендации. Это даёт свои плоды: 97% просмотров коротких роликов приходится именно на рекомендации. Последнее обновление алгоритма произошло совсем недавно — и уже показывает отличные результаты: топ рекомендаций стал гораздо более разнообразным за счёт того, что в него попадает в два раза больше качественного контента, а количество пользователей, которые смотрят более 100 роликов из рекомендаций подряд, выросло на треть. Каждый ролик, который загружается на платформу, пристально изучается искусственным интеллектом. Он определяет темы видео и что именно в нём происходит, находит знаменитостей в кадре, а также следит за тем, чтобы в ролике не было ничего, что не соответствует политике сообщества. В результате анализа алгоритм определяет жанр и категорию клипа и, исходя из этих данных, начинает рекомендовать его пользователям. На этом этапе система следит за поведением пользователей в реальном времени: пролистывают ли они ролик или смотрят до конца? Ставят лайки или нажимают кнопку «Это не интересно»? Оставляют ли комментарии и делятся ли роликом у себя на стене? Изучая эти сигналы, система рекомендаций регулирует выдачу видео, определяя аудиторию этого контента и то, как часто показывать его в лентах разных пользователей. Теперь алгоритмы VK Клипов настроены так, чтобы помогать и пользователям, и блогерам. Очевидная польза для зрителей — рост количества оригинальных и интересных роликов: система отсеивает повторяющиеся клипы, даже если к ним применены фильтры или эффекты. Блогеры же получают равные возможности, чтобы попасть в рекомендации: алгоритм определяет целевую аудиторию ролика и может распознать накрутку. На практике всё работает очень просто. Допустим, Вася снимает качественный ролик про трюки на скейтборде. Васины друзья увидели этот ролик, им понравилось, и они досмотрели его до конца, оставили лайки и комментарии. Алгоритм понял, что клип «зашёл» пользователям, и начал показывать его в рекомендациях чаще, собирая ещё больше обратной связи. Однажды видео Васи попалось Оле, которой абсолютно неинтересна скейт-культура. Она нажала на кнопку «палец вниз», чтобы больше таких роликов не видеть, параллельно обучив алгоритм: теперь он чаще будет показывать видео Васи скейтерам и реже — людям, чьи интересы похожи на Олины.
