VK внедрила технологии Discovery для глубокого понимания контента с ростом вовлеченности на 7%

Компания VK внедрила в продукты холдинга технологии глубокого понимания контента Discovery, включающие мультимодальную языковую модель, кросс-форматную контентную модель и систему автоматического распознавания известных персон на видео. Новые технологии позволяют пользователям чаще видеть контент с любимыми героями и получать более точные рекомендации на основе смыслового анализа. За первые месяцы число позитивных реакций на контент выросло на 7%, а рекомендации похожих по смыслу видео стали на 60% точнее.

Кросс-форматная контентная модель анализирует название, обложку, аудио и видеоряд ролика по отдельности, после чего нейросеть объединяет данные в едином пространстве. Это позволяет рекомендательной системе понимать смысл контента и объединять разные форматы для кросс-платформенных рекомендаций. Модель может предложить похожий ролик в VK Видео на основе понравившегося текстового поста ВКонтакте или короткого видео в VK Клипах, обеспечивая бесшовный переход между форматами внутри экосистемы.

Мультимодальная языковая модель сравнивает контент по смыслу и тематике, объясняет комментарии, описывает интересы пользователя к конкретным сценам и учитывает эмоциональный тон материалов. Нейросеть обучена более чем на трех миллионах русскоязычных материалов и анализирует видео, изображения, тексты и аудио одновременно. С её помощью рекомендательные алгоритмы быстрее показывают новый контент без необходимости получения первых пользовательских реакций, что ускоряет продвижение свежего материала.

Рекомендательная система автоматически распознает известных персон на видео, учитывая как тематики контента, так и присутствие популярных личностей. Пользователи охотнее вовлекаются в просмотр, если замечают знакомых героев. Технология построена на двух моделях машинного обучения: одна анализирует видеоряд с частотой один кадр в секунду, вторая определяет лица и формирует единый «образ» героя для последующих рекомендаций и персонализации контента в зависимости от предпочтений пользователя.

Андрей Зимовнов, руководитель направления рекомендаций AI VK, отметил, что технологии выдерживают высокие нагрузки и легко адаптируются под специфику разных продуктов. Помимо VK Видео технологии будут использоваться в других продуктах с пользовательским контентом — от коротких видео до музыки. Для специалистов по SMM и продвижению сайтов внедрение Discovery важно при планировании контент-стратегий: понимание алгоритмов позволяет оптимизировать материалы для максимального охвата и вовлеченности аудитории в экосистеме VK.