Алгоритм HEGM точнее предсказывает интерес к видео
Разработчики из VK Research внедрили в «VK Клипы» новую модель машинного обучения HEGM. Она помогает системе понимать, досмотрит ли пользователь ролик до конца или пролистнёт его сразу.
Традиционные алгоритмы обычно смотрят на среднее время просмотра, но HEGM (Hierarchical Exponential-Gaussian Mixture) учитывает разные сценарии. От мгновенного свайпа до повторного воспроизведения. Модель рассчитывает распределение вероятной продолжительности взаимодействия, что позволяет точнее ранжировать контент.
Внедрение технологии в «VK Клипы» изменило метрики сервиса. По данным компании, количество роликов, просмотренных за один сеанс, выросло на 10%, а число просмотров длиннее 10 секунд, на 6%. Также количество дизлайков снизилось на 8%.
Эффективность метода проверили на открытых датасетах KuaiRec и VK-LSVD, а также на внутренней выборке из 282 млн обезличенных взаимодействий. Результаты работы приняты на конференцию IEEE ICDM 2026, а код модели опубликован на GitHub.
Технологию можно использовать в музыкальных стримингах, рекламе и интернет-магазинах для прогнозирования интереса к трекам или товарам. Для пользователя это означает, что лента будет предлагать меньше случайного контента и больше того, что задержит внимание.
Источники · 1
Текст подготовила языковая модель по материалам источников.

