AI在爱奇艺视频内容个性化生产与分发中的运用-InfoQ



 写点什么

AI 技术正在变革着网络视频内容的生产和传播方式。以爱奇艺为例，其每天产生的视频数量规模从几万量级到上百万量级不等，爱奇艺构建的智能推荐系统利用搜索推荐、深度学习等技术，让这些海量内容得到了个性化分发的同时也满足了用户的体验。此外，爱奇艺还在探索利用 AI 技术根据用户的兴趣去定制化生产抓住用户兴趣、增强用户粘性的内容。在 11 月 21-22 日召开的AICon全球软件开发大会（北京站）2019 现场，InfoQ 有幸采访到了爱奇艺研究员杨紫陌，她详细介绍了 AI 技术在爱奇艺的视频内容、个性化海报图及推荐语的生产分发运用。

以下为 InfoQ 与杨紫陌对话全文，有删减

InfoQ：首先请您做一下自我介绍，您自何时加入爱奇艺，以及目前主要负责的工作？

杨紫陌：我加入爱奇艺快两年时间，现在主要负责爱奇艺 APP 的推荐算法。具体来说主要有视频内容推荐、个性化海报图及推荐语的生产分发、流量中控等项目。

InfoQ：爱奇艺 APP 每天大概产生的视频数规模有多少？

杨紫陌：每天产生的视频数量级不太一样。爱奇艺主页的电影、电视剧，综艺，儿童，动漫等优质频道的内容，大概是几百上千数量级。如果加上游戏、主播、体育等偏 PGC（专业内容制作）的视频内容，数量大概在上万数量级。如果要加上 UGC（用户自己制作的视频内容），数量规模甚至有可能上百万。

InfoQ：推荐系统对于海量内容的传播至关重要，爱奇艺的视频推荐系统整体架构是什么样子的，主要运用到了哪些 AI 技术？

杨紫陌：推荐系统是 AI 算法最早看到商业价值的领域之一，所以业界推荐系统的整体架构都比较通用成熟了。一般来说，推荐系统分成这样几个阶段：

首先是生成推荐池。整个视频库的量级非常大，可能是千万或亿量级。先从视频库里选出一些可以被推荐的内容，我们称为推荐池，大概会有百万量级的内容可以进这个推荐池。这一阶段核心是，根据内容特征筛选掉一些低质或者违规的内容，比如低画质、年代久远、涉及到政治敏感、黄色暴力的内容。

第二阶段是召回，召回思路一般会根据用户的观看历史记录、搜索记录、偏好类目选择一些用户可能喜欢的内容，召回策略主要包含协同过滤，意图预测，偏好召回和向量召回等。这一阶段的核心定位是，对每一个用户根据其偏好和行为，对所有的内容进行一次初筛。

第三阶段是排序。排序环节，会对内个用户召回的内容进行打分，获取分数最高的少量结果，分数计算的规则是通过用户上亿次的线上点击行为学习出来的。分数值会参考的特征也是很丰富的，包括内容的特征（如热度、题材、时效性、外部舆情），用户特征（如用户偏好、浏览记录、登录频率、是否会员），以及环境特征（如 wifi、gps、时间）等。

最后会有一个规则层，通过降权过滤等手段，处理一些算法无法顾及的用户体验的问题，比如不再推荐用户已经看过的视频、尽量向用户多样化展示视频内容等。

InfoQ：针对长短不一的不同视频内容，算法是如何做分类并分发推荐的？

杨紫陌：首先用户对于长视频、短视频的需求不同。用户观看短视频的意图和行为多表现为简单“刷一刷”，打发闲散时间。而消费长视频，大部分用户需要一段相对完整的时间，所以消费长视频的心理门槛也较高。例如，晚上是长视频的高峰期，上下班路上则是短视频的高峰期。基于上述规律性的差异，我们会对用户的意图和行为进行预测，预测用户是更倾向于是看长视频还是看短视频。

用户在一个视频上观看的时长，可以很大程度上反映用户对这个视频的喜好程度，所以在做混合推时，我们也会对长短视频的样本做一些处理。最开始我们的样本是用“观看时长”来决定样本权重，但这样长视频明显有优势。后来我们考虑用“完成度”来衡量，但这样对短视频有优势，用户很容易就看完了，甚至有时候用户不喜欢也懒得跳过。最终我们采用的是一个相对折中的方案，用当前行为相比于“平均观看时长”（指所有用户观看这个视频内容的平均时长）这个指标来衡量用户对该内容的喜欢程度，如果用户观看该内容的时长超出平均时长，我们就认为，相对于其他用户，他更喜欢这个内容。这个策略让排序服务的精度提升非常明显，它可以更好的平滑长短视频之间的打分差异，使得模型打分更注重于真实相关性。

InfoQ：所谓“个性化”，判定标准可能千差万别，机器根据用户的行为去推荐给他可能感兴趣的行为，但很多时候，用户可能并不真正感兴趣，如何来做界定？

杨紫陌：判断一个用户是否真的喜欢某一个视频内容，这很大程度上是通过用户观看内容的时长来衡量的。对用户在该视频内容上的停留时间、是否倍速播放、是否托拉拽、是否有二刷等观看行为做综合分析，来判断用户对该内容是否真正感兴趣。

InfoQ：有时候，算法推荐的可能并不是用户想要的，算法往往推荐给用户大量相似内容，这反而会给用户带来困扰，您怎么看？

杨紫陌：在做推荐分发时，为照顾用户体验，针对用户行为较丰富的用户，在“规则”层会做打散。但如果用户在平台上的行为非常少，他/她只看了某一类内容，那么确实有更大的可能会发生被推荐类似内容的情况。对于这类低粘性用户，我们会给一个相对大的概率去出各频道的优质内容，更多的去探索用户的兴趣，帮助他发现平台上更多样性的内容。

InfoQ：个性化海报的生产和分发具体是如何操作的？

杨紫陌：有很多视频内容，单单通过一个海报者展示，用户可能很难真正理解到这个内容吸引人的地方。我们希望通过改变内容本身的分发形式，来提升内容对用户的吸引力。而相对人工生产/分发，机器制作具有自动高效、可复用、千人千面等特点。

个性化海报的生产主要有三种途径：一是，通过官方运营海报本身的二次加工或者预告片、外部数据生成海报。二是，通过视频内容本身出发，对优质画面进行截帧，对剧照进行再加工。三是，运用模版组合方式，通过素材缩放和位置移动等形成不同模版、尺寸。

海报分发环节，我们会根据用户偏好的标签，匹配出用户最有可能能感兴趣的海报。并且建立退场机制，将一些质量不高的，用户点击率不高的海报从内容推荐池去掉。在人工审核时，运营也会结合画面评分，和用户的线上反馈情况（ctr）进行综合的判断。

InfoQ：在海报分发和生产过程中都用到了哪些 AI 技术？效果如何？

杨紫陌：在海报生产方面，会用到图像增强、目标检测，图像分割等技术。在生成演员特征时会用到人脸、动作、场景的识别、以及对于海报有没程度的打分。在智能检查时也会用到 AI，比如如何避免在智能裁剪时避开人脸、避开文字等。此外，在对一些老影视剧做重塑时会运用到图像增强技术，将以前模糊的、分辨率低的海报变得更清晰。相较于传统的海报生成，个性化海报上线效果提升明显，线上分发效率（ctr）提高了 10%左右。