6-4 数据科学在用户兴趣分群上的探索与实践 - 陆祁 爱奇艺

数据科学在用户兴趣分群上的探索与实践

数据科学VS 用户兴趣分群

• 数据科学的作用：

  • 精密分析
  • 结合业务需求
  • 提高模型的可解释性
  • 解决实际问题的能力

• 用户兴趣（偏好）的计算：

  • 反应用户对某个主题、事物的程度匹配价值和接受程度
  • 应用于运营推荐、搜索广告等场景
  • 区分中长期偏好和短期偏好（即时意图）

基于事实生成的用户兴趣标签

• 用户兴趣权重标签的设计：

  • 时间衰减设计：根据不同内容（如明星、频道、时间、价格）对头部内容的影响
  • 行为稀疏用户处理
  • 多样用户行为计算：包括显式行为（评分、评论）、隐式行为（消费行为、观影行为）、情感表达（关注、预约）
  • 归一化处理：将结果转化为0-1权重

• 用户兴趣标签的验证与迭代：

  • 效果检验方法：盲测用户问卷、线上AB测试
  • 具体实例：明星偏好权重标签（如朱一龙0.94，白宇0.76）

• 结构化事实标签的应用：

  • 明星偏好：白宇（舆情提及次数：2，最近一次舆情时间：2022/5/19，是否关注：是）
  • 用户行为细分：评分、弹幕、评论、关注、预约、收藏、截图、分享等
  • 情感表达：为内容购买会员、内容点播周边购买、播放行为（快进、后退、暂停、倍速）

基于内容聚类的用户兴趣分群探索

• 常用圈层分类方式：

  • 用户属性：少男/少女、男青年/女青年、中高龄
  • 内容属性：都市甜宠、武侠玄幻、盗墓悬疑等

• 兴趣圈层的概念：

  • 定义：喜欢看相同内容的用户群体
  • 应用场景：内容运营、内容供给规划

• 圈层聚类基本思想：

  • 两内容的用户相似度高，则面向同一圈层

• 用户圈层聚类系统：

  • 客观依据：用户真实播放行为
  • 颗粒度可控：可根据需要调整圈层划分粒度
  • 数据获取便捷：算法自动聚类

• 内容相似度计算：

  • 使用Jaccard相似度公式计算任意两部内容专辑观影用户相似度
  • 修正相似度：考虑上线时间间隔、内容体量及频道规模差异

• 内容聚类原理介绍：

  • 层次聚类图剪枝线：决定内容聚合颗粒度
  • 通过用户相似度逐步聚合内容

• 用户兴趣圈层示例：

  • 喜欢某些电影和综艺的用户属于同一个兴趣圈层
  • 综合归纳内容内核、用户特征等，推测用户核心诉求
  • 利用传统内容标签难以准确表达的兴趣圈层差异

非常感谢您的观看