Исследователи VK разработали метод машинного обучения HEGM (Hierarchical Exponential-Gaussian Mixture), который позволяет рекомендательным системам более точно прогнозировать интерес пользователей к контенту. Технологию уже внедрили в сервис VK Клипс, где число просмотренных роликов за один раз выросло на 10%, а продолжительность просмотров свыше 10 секунд увеличилась на 6%.
Метод HEGM прогнозирует не одно ожидаемое время просмотра, а распределение возможной продолжительности с учетом разных сценариев поведения пользователей: быстрый пролистывание видео или досмотр до конца. Это позволяет одной моделью предсказывать несколько показателей интереса и улучшать качество рекомендаций.
HEGM был протестирован на двух открытых наборах данных KuaiRec и VK-LSVD, а также на внутреннем датасете из 282 млн реальных обезличенных взаимодействий пользователей. Метод показал лучшее качество ранжирования по сравнению с другими протестированными решениями.
По теме пригодится Калькулятора стоимости контента: AI vs Копирайтер — Часто кажется, что внедрение ИИ — это «кот в мешке»: платишь за подписки, тратишь время на обучение, а что на выходе?
Технология может быть применена в различных цифровых сервисах для прогнозирования продолжительности взаимодействия пользователя с контентом — от музыкальных стримингов до рекламных систем и электронной коммерции. Модель опубликована на GitHub, а научная статья доступна на arXiv.
Внедрение HEGM в VK Клипс показало рост числа просмотров (+10%) и снижение дизлайков (−8,3%). Это улучшает пользовательский опыт за счет более точных рекомендаций.
Источник: VK
- VK Tech обновляет VK AI Space: семь модулей для корпоративного ИИ и автоматизации бизнеса - 13.11.2026
- VK внедрила HEGM для прогнозирования интереса к контенту: просмотры в Клипсах +10% - 13.11.2026
- Главные обновления TikTok за осень 2026: ИИ в редакторе, TikTok Shop и новые фишки интерфейса - 17.10.2026
