云栖大会友盟+数据智能理论专场，映客分享直播特性引荐中的AI理论

9月19日，2018年云栖大会在杭州开幕。上千位顶级学者、行业专家，来自64个国度的CEO和CTO齐聚云栖小镇，共同讨论互联网科技的前沿开展及将来趋向。

在云栖大会友盟+数据智能理论专场中，映客直播内容引荐初级总监陈雪峰宣布了题为《如何经过AI来做直播特性化引荐》的演讲，对映客直播的引荐体系和AI技术使用做了详细引见。

不断以来，映客作为直播范畴的头部平台，不时以技术先驱引领业内创新。陈雪峰表示，映客作为全新的流量分发平台，在降生之初便具有算法使用的前提条件。经过搜集少量数据，进而推进算法模型的优化，经过多版本迭代，目前已掩盖平台内十几个中心场景。

映客“五层塔”零碎：为精准引荐保驾护航

陈雪峰引见，映客引荐零碎分为五个层次，从下到上顺次为数据层、离线算法层、在线算法层、战略层和效劳层。

在映客平台，每天会发生海量的用户行为。而“五层塔”零碎的义务就是对这些行为面前的数据停止采集，并加以整理、提炼，同时不时纠错、优化晋级，最初引荐出最有能够被用户喜欢的内容。以离线算法层为例，它对用户数据采用分类、聚类、回归、预测等多个模型，精准描写用户画像，目前曾经结构了包括性别、年龄、地域等几百个维度在内的画像体系。

此外，陈雪峰还表示，“五层塔”零碎也会思索曝光频率控制、流量维护等战略，做出最优决策。

专门搭建图像辨认平台 处理三大中心应战

关于特性化引荐在直播产品中的使用，陈雪峰提到三个中心成绩：第一是对直播内容的了解——从科研角度来看，直播间完全是一个黑盒，很难判别直播间里发作的是什么，这大大添加了零碎做内容推介的难度。第二点是实时性，也就是内容变化的随机性。主播是没有剧本的，完全取决于跟用户的交互，而映客要实时呼应这种变化。第三是精准性，也是权衡一切引荐零碎的规范。

针对以上难题，映客经过图像辨认、语音辨认、文本发掘来停止内容了解，还专门搭建了图像辨认平台，深度学习与统计学习左右开弓，进步引荐预测的精确性。

直播间内容了解 用户画像很关键

陈雪峰表示，关于直播间来说，用户画像关于引荐作用是最中心的。映客经过图像辨认技术预估主播画像，比方人脸属性辨认，甚至会辨认眼睛大小，包括主播服饰等等。怎样抽取和设计标签呢?采用以下两种方式，第一对主播群体停止聚类，对聚类后果抽取标签，第二是基于业务知识抽取标签。虽然很多标签规范是感官判别，但对人群还是有区分性。映客还对场景和行为停止辨认，目前掩盖了上百种行为标签，如钢琴，弹古筝，健身等。为完成上述目的，映客搭建的图像辨认平台起到很大作用。

如何取得少量的规范数据，提升深度学习效果?陈雪峰引见，映客经过结构两个闭环获取标注数据。一切直播间都有人工审核的进程，审核时会给直播间打上标签，用于模型训练，把新的数据模型预测后果再推到人工标注平台，人工再对预测后果停止修整，经过迭代循环不时提升模型效果。另外是经过搜集到的行为日志，基于行为日志预测标签停止训练，同时依据分发后的反应数据修正标签，从而不时优化模型。

智能引荐效果明显 用户观看时长增三倍

陈雪峰表示，在AI技术的协助下，映客直播的全体效率有了明显提升。特性化引荐与人工运营相比，点击率添加50%，用户观看时长添加三倍，关注转化率也整整翻了一倍。在今后，映客会在直播间内容了解方面投入更多精神，包括在引荐中如何做好短期内容和临时内容的探究。

在将来的人类生活中，AI技术注定会发扬越来越大的作用。在这次云栖大会上，映客分享了本人关于AI技术的研讨效果，也展现了持续深化探究并获取更大成就的决计。AI与映客，一个是技术界的宠儿，一个是泛文娱直播的领军者，二者在未来还会碰撞出怎样的火花?

让我们拭目以待。