视达科用户画像精准定位，大数据为用户提供高质量服务

随着互联网逐渐步入大数据时代，运营商和用户的行为不可避免的发生了改变和重塑。最为突出的变化是，大数据使得用户行为“可视化”。利用海量数据精准生成的“用户画像”，可以使营销推广更加的精准、高效，这也成为了视频营销不可或缺的技术手段之一。

相较于传统的用户画像，视达科用户画像基于用户行为轨迹的实时追踪和模型计算生成，用户画像更加细致，更注重细节拆分，进一步提高特征描绘的精准度，能够精准定位不同用户的观影需求，从而提升服务质量。

(视达科用户画像系统架构)

一、 使用改进的TF-IDF算法计算标签权重

在TF-IDF的基础上，考虑了不同行为有不同的权重，且标签会随着时间而变化衰减。为了提高用户标签的准确度，视达科用户画像采用改进的IF-IDF算法计算标签权重。

标签值上的weights字段值，代表着2层意义：这个用户的某标签，其多个标签值之间的重要程度;对于某标签的一个标签值，所有用户之间的重要程度。

例如：用户喜欢的影片类型这个标签来说，会有多个标签值：喜剧片、爱情片、恐怖片、科幻片...某用户A，这标签的几个值：科幻片的权重是0.5，喜剧片的权重是0.3，则说明这用户更喜欢“科幻片”。另一用户B，这标签的几个值：科幻片的权重是0.7，恐怖片的权重是0.1，则说明用户B比用户A更喜欢科幻片。

TF-IDF权重函数：

w(u, t, T) = TF(u, t, T) * IDF(t, T) * degree(u, t, T) * (1 / (1 + decay(T) ) ) + w(u, t, T-1) * (decay(T) / (1 + decay(T)))

一、 多重召回策略，对海量数据进行筛选过滤

如何在海量的视频内容中，筛选出一个模型组成内容库。视达科采用了多种召回策略，综合考虑视频的热度、相似度、动作等，根据用户兴趣标签对视频内容做截断，高效从庞大的内容库中筛选符合用户喜好的一小部分内容。

(1)协同过滤召回

包括基于视频、基于用户的协同过滤推荐，前者依照视频之间的相似性，将相似影片推荐给同一位用户。例如：影片A与影片B相似，用户喜欢影片A，则将影片B也推荐给用户;后者依照用户之间的相似性，将同一影片推荐给相似用户，例如用户A与用户B相似，用户A喜欢影片A，则将影片A也推荐给用户B。

(2)热榜召回

基于视频播放频率，形成视频热播榜单，将热门影片推荐给其他用户。例如：影片A在本时段内播放次数增多，成为热播榜影片，则将影片A推荐给其他用户。

(3)其他召回

除了上述两种常规召回策略，我们还使用了喜好召回、人工规则召回等多重召回策略，把一个海量、无法把握的内容库，变成一个相对小、可以把握的内容库，再进入推荐模型。这样能够有效平衡计算成本和效果。

三、精准排序模型，实现个性化推荐

在用户意图明确时，我们用搜索引擎来解决视频内容库太大的问题，但当用户的意图不明确或者很难用清晰的语义表达，搜索引擎就无能为力。视达科通过精准的排序模型，将筛选后的小型内容库进行重新排序，在用户完全没有需求目标的情况下给出的全局推荐，为其推送个性化的视频内容。

(1)GBDT+LR

GBDT(Gradient Boost Decision Tree)是非线性模型，会建立多棵决策树，但每棵树拟合的是上一棵树的残差。

LR是广义线性模型，速率快，对特征和特征组合要求高，在传统效果预测方面使用广泛。

使用GBDT结合LR进行推荐预测，facebook在2014年就进行了实践，取得了很好的效果。

我们使用用户画像出来的兴趣爱好、年龄、时段、时长等特征与用户实际播放的影片的标签属性、演员、导演等特征作为输入GBDT的输入，GBDT的叶子结点作为LR的输入进行训练。推荐时使用该模型对被推荐用户的召回集影片做预测排序，将靠前的推荐出去。

(2)深宽度模型

宽深度(Wide and deep)模型是谷歌2016年发布的，并在Google Play的应用推荐中实际使用，是经过检验的模型。

宽度模型用的是逻辑回归，形式如下：

,其中X是特征向量，W是特征权重，b是偏置。

深度模型通过DNN来提供泛化能力，每个隐层激活方式表示如下：

其中l表示第l个隐藏层，f是激活函数 。

深宽度模型最后的输出过程公式表示就是：

是sigmoid函数 ，是组合特征，是深度模型输出的权重，

宽深度模型结合传统线性模型和深度模型，能兼顾记忆和归纳。宽度模型能根据历史播放、浏览等行为相关性，推荐关联产品;深度模型用于发现历史行为中出现很少或未出现的特征组合。

四、智能调优，提高推荐准确度

采用智能调优技术，将推荐效果进行评估，系统根据评估结果自动对各种推荐算法进行比例调优，不断自动迭代，实现推荐准确度优化提高的技术。

通过调整各类推荐算法间的分配比例，每次推荐任务会将任务分配给不同的推荐引擎，最终通过结果评估观测哪种推荐引擎推荐效果更好，效果更好的下次自动分配更高比例任务。

基于改进的TF-IDF算法计算标签权重，采取多重召回策略并进行精准排序，利用智能调优技术，对用户画像进行精准刻画，我们得以实时、精确、全面的了解用户诉求，为用户的个性化服务提供及时有效的数据支撑，全方位提升用户体验，进一步提高视频运营服务质量。

企业简介

视达科，初灵信息(股票代码：300250)全资子公司，以“创造一流视频体验”为愿景，通过数据推动决策与运营，助力合作伙伴的视频业务不断增长。