随着短视频社交场景日趋成熟,AI如何加码短视频商业化?5月7日,快手商业化模型方向负责人孔东营受邀出席在第10届QCon全球软件开发大会(北京站),并在机器学习应用与实践专场发表主题演讲《短视频商业化中的 AI 技术应用》。
一个广告系统主要为了满足两个目的:客户需求和用户需求。客户的需求即营销需求,能否获得与投入相对应的收益;而用户的需求则与体验强相关,每个观众都希望刷到自己喜欢的内容。将两种需求联系到一起,为广告客户找到合适用户的关键,就在于短视频内容本身。
在演讲中,孔东营从精准投放、智能运营、素材制作和训练系统4个方面详述了快手商业化中的AI应用。
精准投放:多角度理解用户
对于快手商业化而言,精准投放依赖定向引擎。用深度学习增强对广告和用户的理解能力目标,定向引擎不仅采取地域、性别等硬定向,也在用相似人群、用户关系等软定向方法找到用户最喜欢的广告。
除了业内通用的GSP(Generalized Second Price,广义第二价格)机制,快手还引入用户体验保护机制和内容多样性机制。前者的关键在于将用户体验损失货币化,以衡量投放行为抖音怎么看访客记录在收益上是否合理。团队用ABtest评估短期内的用户行为变化,如点击率、点击次数、时长和点赞次数的下降,并观察这些短期指标的长期影响。孔东营坦言,整个评估和分析前后耗时长达半年之久。
同样,作为一个社区系统,如何挖掘海量用户行为,让投放更加精确?孔东营介绍,快手在理解用户上有两种方式。第一种是对点击、点赞、评论、关注、分享等行为建模,直接理解用户兴趣。第二种则是将行为与内容(比如用户偏爱风景视频还是搞笑段子)放到一起建模,并且理解用户。快手商业化使用Online Embedding Learning(在线嵌入学习)+DNN(深度神经网络)的模型,不仅可以做到实时更新,也会有效减轻线上预测压力。
智能运营:满足多样化需求
面对复杂的广告投放机制,中小客户往往手足无措,难以实时维护投放效果。孔东营举了一个简单的例子,假如一家火锅店的预算只有5000元左右,目的单纯只是想获取100个手机注册会员。火锅店没有时间和精力从头到尾了解整套投放系统。在这种情况下,快手商业化的智能运营就会派上用场。设定好投放目标后,快手会自动帮助商家竞价,以满足中小客户的要求。
智能运营的核心是出价系统。广告主设定目标之后,快手营销平台会自动帮商家竞价,以满足中小客户的投放要求。而针对广告主多样化的投放目的(如激活、留存、下单、付费、以及金融行业的授信),快手用强化学习来智能出价,并且持续动态调整价格,以达到客户目标。孔东营透露,目前团队正在尝试满足客户更为复杂的投放目标(比如保证激活的情况下,优化留存)。
素材制作:让广告不枯燥
目前,快手广告平台的素材制作主要是封面制作。即便是最常见的一张封面,也由底图、文案和样式三个元素组成。孔东营认为,与其他平台不同,短视频广告素材的制作成本较高。因此在封面选择上,创意个性化能够生成抓人眼球的最佳广告封面。
训练系统:以GPU为中心
支撑上述所有AI技术应用的基层平台,是以GPU为中心的训练系统。在CPU不太适合做大量浮点图计算的情况下,这种训练系统不仅支持大规模离散特征,而且支持包括同步、异步和去中心化在内的多种分布式算法。
快手以GPU为中心的训练系统在广告推荐行业尚属首创,其效率提升之快也显而易见。孔东营介绍,经过不断优化,现在100T的数据在1小时之内就能完成训练。因此,业内其他同行也开始尝试用GPU来做大规模离散特征训练。
快手构建的AI+DA(人工智能+数据分析)新型营销平台,在商业化技术上不断探索、突破边界,让投放效率和运营效率稳步提升,平衡并守卫着快手平台上的用户体验与商业收益。