recommend me. pandem

Платформа для управления рекомендациями «Пандем»и 6 рекомендательных систем!

Специально для Видеоморя!

Это волшебное слово – рекомендации

За много лет эксплуатации различных видео сервисов мы пришли к выводу, что

не существует универсальной и идеальной системы рекомендаций для всех случаев

Все подходы имеют свои преимущества и недостатки, и нужно уметь выбирать наиболее подходящий в данный момент, для конкретного пользователя.

ПОЭТОМУ…

Мы предлагаем платформу для управления рекомендациями Пандем

и6 рекомендательных систем!

Пандем – это:• универсальный механизм управления выдачей

различных рекомендательных систем• простая интеграция новых рекомендательных

систем• оценка обратной связи и сбор статистики

рекомендаций• а главное – самая высокая эффективность, которая

достигается выбором наиболее подходящей в данном контексте рекомендации

Проблемы индивидуального восприятия

• пользователи имеют разные причины посещения ресурса;

• пользователи покидают ресурс при наступлении разных условий, которые не учитываются;

• на эффективность рекомендаций влияет не только что рекомендуется, но также как и когда;

• самая распространенная ошибка — выбор той системы, которая показалась наиболее близкой по выдаче именно собственнику ресурса.

Множество базисов для систем рекомендаций

Википедия делит все системы на два типа: фильтрация содержимого и коллаборативная

фильтрация. Все РС основываются на информации о контенте (жанр,

популярность, целевая аудитория), пользователе (возраст, пол и т.п.) и информации о поведении

пользователя (что смотрел, когда смотрел).

Базисы для сбора информации

А если каким-то образом объединить преимущества всех подходов?

Исходная задача

Рекомендательная система для видео соцсети Видеоморе — интеллектуальный сервис, способный предлагать пользователям:

Проблемы

• Преобладает сериальный контент и нет ничего логичнее, чем предложить смотреть следующую серию

• Ни одна из существующих СР не разделяет сериал на отдельные серии и считает его единой сущностью

• При такой интерпретации для СР очень мало входной информации для аналитики

Существующие на Видеоморе СР

- предложить из непросмотренных популярных роликов (по просмотрам и рейтингу)- предложить из новинок- предложить из редакторской выборки- предложить следующую серию

Согласно статистике, больше всего кликают на следующую серию!

Система управления рекомендациями

Предлагаемый продукт Пандем включает в себя комплекс мер и средств, позволяющих построить правильную систему подбора релевантного контента, как в существующем проекте, так и в случае «холодного старта». Особенностью комплекса является обратная статистическая связь и чёткая предсказуемая управляемость.

Элементы системы

Элементы системы управления рекомендациями

1. МаркерыСпециальные механизмы отслеживания поведения пользователя, учитывающие максимальное количество параметров, которые могут влиять на выбор рекомендации: точка входа, время последнего визита, просматриваемый контент в данный момент, откуда пришел, как давно был последний раз, лояльность к контенту, текущее время посещения, какую часть видео смотрит и др.

2. Точки рекомендацийМеста страниц сайта или приложения, в которых пользователь может получать рекомендации. Примеры: блок справа от плеера; блок в плеере по окончанию просмотра; блок в плеере в первую минуту просмотра [разделение экрана]; блок в плеере в последнюю минуту просмотра [разделение экрана]; блок, появляющийся при большом количестве неудачных просмотров контента [всплывающее окно]; блок, появляющийся на главной странице, если пользователь уже известен; и др.



Главная новое и авторизованный Новый дизайн блоков с тумбнейлами - чётко выделены проект, новая серия и цитаты.


Постпросмотр: В плеер включена панель:- С названием просмотренной

серии, кнопками like, поделиться и повторить (при наведении отображается название кнопки),

- вкладышем "Выбрано для Вас" с возможностью обновления предложенных видео (кнопка с обратными стрелками)

- каждое видео помечено плашкой с иконкой ("следующая серия" и другие)

3. Системы рекомендацийНабор интеллектуальных (коллаборативные рекомендации, рекомендации на цепочках и т.д.) и простых алгоритмов (следующая серия, первая серия, последняя серия, ближайшая не просмотренная серия в проекте пользователя и т.д.).


4. ФильтрыНабор условий, по которым очищается финальная выдача СР для отображения пользователю. Это, например, позволяет избежать нежелательного попадания в рекомендации контента 16+ в выборке для просмотра детьми, даже если когда-то кто-то из родителей мог смотреть его, на этом же устройстве, под тем же пользователем.


5. Система управленияМеханизмы, которые позволяют задавать правила отображения рекомендаций пользователям: с какими маркерами, в какой точке рекомендаций, в каком порядке и выдачу каких систем рекомендаций показывать.



6. СтатистикаМодуль, собирающий статистические данные по всевозможным показателям (средняя глубина просмотра, среднее количество возвратов и др.) и отображающий эти данные. Кроме того, этот модуль фиксирует все изменения в системе и даёт возможность отмечать в статистике события, способные повлиять на ключевые показатели (редизайн, подлив трафика и др.). Например, успешной рекомендацией мы считаем клик на нее и факт просмотра более 20% видео.

Предлагаемыесистемы рекомендаций

1. Ассоциативные рекомендации с тегами

1. Ассоциативные рекомендации на основе тегирования

• Редактор помечает контент заранее утверждённым набором тегов

• Периодически обновляется граф связей контента, связанных между собой общими тегами

• В момент запроса из графа выбирается такой контент, который имеет наибольшие размеры множества общих тегов, полученных при пересечении с текущим

2. Рекомендации на основе цепочек просмотров

2. Рекомендации на основе цепочек


• Считаем, что пользователю будут интересны лучшие ролики, которые просмотрены другими пользователями после такой же последовательности просмотров.

• Лучшие ролики — ролики с хорошими косвенными оценками и хорошей надёжностью.

• Ролик имеет хорошую оценку, если хороших оценок больше, чем плохих.

• Ролик имеет надёжную оценку, если количество оценок ролика велико.

• Цепочки – основа функционирования РТЖАП.


1. При просмотре контента, для каждого пользователя фиксируется история просмотров. 2. На основе истории всех пользователей строится и периодически обновляется

расширенный граф переходов. 3. В момент запроса рекомендации:

• по этому графу осуществляется поиск наиболее точно совпадающих последовательностей просмотров;

• извлекаются все возможные переходы из найденных последовательностей;• каждый переход взвешивается на основе количества оценок и самой оценки (чтобы

избежать ошибок при малом количестве оценок), • переходы сортируются;• рекомендации контента, соответствующего переходам, отдаются пользователю.

В основе работает СР на основе цепочек, с учетом специфики РТЖАП:• сверхкороткий хронометраж• подбор контента по заданным критериям в

реальном времени• реакция на выбор пользователей в реальном

времени• особые правила чередования контента внутри

РТЖАП

2’. Генератор РТЖАП

3. «Заразные» рекомендации

3-4. «Заразные» рекомендации и учёт настроения (Moodometer)

1. Каждый ролик и пользователь имеют набор взвешенных тегов (базовые значения тегов роликов задаются редактором; базовый набор у пользователя пуст или предопределён редактором);

2. При взаимодействии пользователей с контентом происходит частичный обмен весами;

3. Передача весов к пользователю ведётся в рамках нескольких временных интервалов. Это позволяет оценивать как его текущее настроение, так и долгосрочное настроение (интересы);

4. Подбор рекомендаций происходит аналогично подбору в рекомендации по тегам.

3-4. «Заразные» рекомендации и учёт настроения (Moodometer)

Особенности:1. Позволяет автоматически давать оценку

пользователям по тегам;2. Позволяет автоматически давать оценку не

оценённым роликам на основе оценки пользователей;3. Позволяет пользователю корректировать свою

собственную оценку с целью корректировки выдачи рекомендаций (Moodometer)

Социальный граф

5. Социальный граф1. производится выборка основных сущностей

социальных сетей и их статистический анализ с целью классификации взаимодействия с ними;

2. при авторизации пользователей через изученные соц. сети производится построение личного графа пользователя с целью выявления взаимодействия с известными сущностями;

3. на основе взаимодействий уточняется портрет пользователя (демография, интересы);

4. В соответствии с портретом пользователя осуществляется социально-демографическая выдача рекомендаций, а также интеграция с системой Moodometer.

• Анализируется история просмотров различных пользователей.

• Выделяются пользователи с «похожими» вкусами: если они смотрели такие же ролики и похожим образом их оценили.

• РС предлагает другие ролики из истории просмотра похожего пользователя, которые прямым или косвенным образом получили положительную оценку и данный пользователь еще не смотрел их.

6. Коллаборативные рекомендации

Система рекомендаций Количество переходов по рекомендации

Эффективность (успешные/неуспешные переходы)

1. Существующие на Видеоморе системы рекомендаций

7 338 1,78

2. Редакторские рекомендации, которые ещё не попали в п.1.

3 456 0,99

3. Ролики проекта, не вошедшие в п. 1 и п.2

743 0,96

4. Популярные ролики 2 510 0,81

5. Рекомендации на цепочках 4 824 2,97

6. Следующая серия 117 815 2,05

Пример сравнительной оценкиэффективности рекомендаций

Оценка эффективности

Например, система, построенная на цепочках, превосходит по качеству существующую систему рекомендаций на 30%.При переходе по старой системе рекомендаций на один отказ было ~2 успешных просмотра.При переходе по новой системе рекомендаций на один отказ было ~3 успешных просмотра.

Эффективные рекомендации – выполненный бизнес-план 2013 года!

Персональные рекомендации

Больше просмотров - больше рекламного времени

Больше удовольствия от просмотра

Больше возращений на сайт

Спасибо за внимание!

Генеральный директорЗАО «Инвентос»

Волобуев О.А.

Завораживающие рекомендации, бьющие точно в цель

recommend me. pandem

Documents