Прогноз времени просмотра. Почему одного числа недостаточно
Предсказать точное время просмотра видео одним числом, значит упустить половину поведения пользователя. Команда AI VK предложила новый метод моделирования распределения вероятностей, чтобы точнее понимать интересы аудитории.
В лентах коротких видео воспроизведение начинается автоматически, поэтому клики по роликам (CTR) значат меньше, чем время их просмотра. Однако одно число не отражает реальность: один человек может досмотреть короткое видео до конца, а другой, пролистнуть длинное через пару секунд.
Для системы это разные сценарии, но математически они могут дать одинаковый средний результат. В статье на «Хабре» команда AI VK (Софья Гулевская, Михаил Трапезников, Александр Пославский и Александр Дьяконов) объясняет, почему стандартные методы регрессии часто ошибаются, пытаясь найти «среднее арифметическое» между быстрым скипом и полным досмотром.
Вместо точечного прогноза инженеры предложили использовать моделирование плотности вероятности. Они разработали архитектуру HEGM (Hierarchical Exponential-Gaussian Mixture), которая учитывает разные режимы поведения: мгновенные пролистывания, частичные просмотры и повторные воспроизведения. Модель сочетает экспоненциальное распределение для описания быстрых скипов и несколько гауссиан для осмысленного просмотра.
Это позволяет получать сразу несколько сигналов. От ожидаемого времени до вероятности того, что пользователь преодолеет определённый порог или досмотрит ролик до конца.
При масштабировании таких моделей на реальный трафик возникают сложности, такие как «схлопывание дисперсии», когда модель выдаёт слишком узкие пики вокруг отдельных значений. Это мешает ей обобщать знания и заставляет просто запоминать примеры из выборки.
Чтобы решить эти проблемы, команда представила решение на базе HEGM, результаты которой были приняты в основной трек конференции IEEE ICDM 2026. Код и модели исследователей уже доступны в открытом доступе.
Разработка позволяет точнее ранжировать контент, учитывая не только среднее время просмотра, но и вероятность того, что ролик будет досмотрен. Это значит, что рекомендации в лентах станут более гибкими и будут лучше подстраиваться под разные сценарии поведения пользователей.
Источники · 1
Текст подготовила языковая модель по материалам источников.

