VK собрала интересы пользователей в единый нейропрофиль

VK объединила сигналы о действиях пользователей из разных продуктов в единую модель интересов. Нейропрофиль уже используется во «ВКонтакте», «VK Видео» и «VK Клипах», а следующий очевидный сценарий — более точная работа рекламных алгоритмов.


Если человек несколько дней подряд смотрит автомобильные ролики в «VK Видео», затем открывает похожие клипы и читает связанные публикации во «ВКонтакте», раньше разные рекомендательные системы могли воспринимать эти действия преимущественно внутри своих продуктов. Новая архитектура VK позволяет собрать их в одну постоянно обновляющуюся картину интересов.

В компании эту конструкцию называют нейропрофилем. Это не текстовое «досье» с формулировками вроде «любит автомобили и путешествия», а набор данных, понятный машинным моделям: векторные представления интересов, история взаимодействий и агрегированные сигналы — просмотры, лайки, комментарии и другие действия. Профиль меняется практически вслед за поведением пользователя, поэтому вчерашний интерес не обязан месяцами определять сегодняшнюю ленту.

Технический фундамент появился раньше самой нынешней новости. В начале года инженеры AI VK раскрывали устройство Discovery-платформы, которая объединяет рекомендации, поиск и рекламу. Один из её компонентов, Profile Stream, агрегирует взаимодействия со всеми продуктами VK и формирует ML-профили. По данным разработчиков, на одного пользователя приходится около 500 КБ такого машинного представления, а система обрабатывает порядка 100 млрд событий в сутки от примерно 200 млн пользователей.

Теперь поверх этой инфраструктуры работает единая нейросетевая модель. Её ценность не только в количестве накопленных сигналов. Рекомендательная система получает возможность переносить понимание интереса между форматами: просмотр длинного видео может повлиять на подбор коротких роликов, а действия в ленте — помочь быстрее понять, какое видео человеку стоит показать дальше.

Для больших экосистем это особенно важно из-за так называемого холодного старта. Если алгоритм знает человека только внутри одного сервиса, ему приходится заново выяснять его вкусы. Общий профиль сокращает этот путь: новый или редко используемый продукт получает часть уже накопленного контекста.

VK уже несколько месяцев переводит свои рекомендательные технологии на единую Discovery-платформу. По итогам первого полугодия компания сообщала об увеличении общего времени просмотра в «VK Видео» на 10%, во «ВКонтакте» — времени в ленте на 11%, а в «VK Клипах» — на 22%. Эти показатели относятся ко всей работе Discovery, а не только к новой модели нейропрофиля, поэтому напрямую приписывать весь рост одному алгоритму было бы неправильно.

Есть и коммерческая сторона. Та же инфраструктура используется в «VK Рекламе». После её внедрения VK фиксировала в отдельных типах кампаний рост количества целевых действий на 56% при снижении их стоимости на 24%. Чем быстрее система понимает текущий интерес пользователя, тем точнее она потенциально способна решать не только задачу «что показать следующим», но и «какому человеку показать конкретное рекламное предложение».

Стоимость разработки VK не раскрывает. По оценке экспертов, опрошенных Forbes, создание единой модели и необходимой для неё инфраструктуры могло потребовать около 1 млрд рублей. Эта цифра является внешней оценкой, а не официально названным бюджетом компании.

Сама идея не уникальна для российского рынка: крупнейшие цифровые платформы давно стараются объединять сигналы из разных форматов. Сложность начинается в масштабе. Профиль должен перестраиваться почти мгновенно, рекомендации — отвечать за доли секунды, а миллиарды ежедневных действий необходимо обрабатывать так, чтобы изменения интереса действительно доходили до алгоритма, а не оставались вчерашней статистикой.

Для VK именно это может оказаться главным результатом. Компания получает не несколько умных лент рядом друг с другом, а единую систему, в которой видео, короткие ролики, социальная лента, поиск и реклама постепенно начинают пользоваться одним представлением о том, что человеку интересно сейчас.


Раньше экосистема была удобна тем, что в одном аккаунте находилось много сервисов. Теперь преимущество становится менее заметным снаружи: каждый следующий сервис уже не знакомится с пользователем с нуля. Для рекомендаций это означает меньше случайных предложений, для VK — больше времени внутри собственных продуктов и более ценный рекламный показ.

Фото: редакция ИЗНАНКИ.