【数据应用技巧】阿里UC视频推荐优化

案例来源：@阿里技术

案例地址：https://mp.weixin.qq.com/s/lb5b-7ImTI0hlFwIBkpqxQ

 

0. 背景：

    视频优化目标

    1）感知相关性优化：CTR为目标

    2）真实相关性优化：停留时长RDTM/播放完成率PCR

    强调感知相关性（CTR）的情况下，会造成用户兴趣收窄、头部流量集中的问题。因此需要引入真实相关性，提高播放时长。

 

2. 时长多目标引入的方法：

    1）样本reweight（本文介绍方法）

    2）多模态学习（点击+时长）

    3）联合建模

 

3. 一期：停留时长reweight：

    1）思路：在加权lr中，对正样本根据停留时长进行加权，对负样本不做处理，从而根据停留时长影响正负样本的分布

    2）细节：

        a. label依旧是“是否点击“，保证CTR稳定的前提下，再去优化停留时长目标

        b. 停留时长加权方式上，考虑到视频有长短，采用多分段函数平滑观看时长和视频长短的关系

 

4. 二期优化：优化目标从停留时间修改为播放完成率

    1）原因：发现一期模型输出中，有一些播放完成率较高的短视频，CTR较低，模型打分靠后。但是播放完成率反映的是用户的真实兴趣（相对于点击），视频播放率上的提升有利于提高用户体验、打造短视频推荐的口碑

    2）方法：

        a. 优化目标从停留时长加权，修改为播放完成率加权

        b. 对视频时长分段，根据停留时长完成率进行分位数归一化，并进行威尔逊置信区间平滑（参考http://www.ruanyifeng.com/blog/2012/03/ranking_algorithm_wilson_score_interval.html），使得各视频时长段播放完成率相对可比，避免出现打分因视频长度严重倾斜情况

 

5. 评估方式：

    1）评估方式：

        a. AUC：根据是否点击进行评估，作为模型准入的条件

        b. AVG_RDTM（平均停留时长）：在每个batch中选取模型得出的topK样本，取这些样本的平均停留时长作为AVG_RDTM

    2）一期+二期，AUC提升6%，在线人均停留时长提升10%