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

AI智能总结

用户兴趣权重标签设计：
- 比较性问题：同一用户的不同内容、不同用户的相同内容、不同用户的不同内容的可比性。
- 加权权重设计：时间衰减函数（内容、类型、明星、频道、时间、价格等）。
- 降权头部内容影响：起始值和行为稀疏用户处理。
- 研究主题：抽取多样用户行为，计算兴趣偏好，归一化得到0-1权重。
用户兴趣标签的验证与迭代：
- 效果检验：盲测用户问卷检验排序性，线上ABTEST（如明星偏好权重标签）。
- 事实标签权重解释性：每天全量decay不适合实时场景，增加属性维度供业务方灵活使用。
用户兴趣结构化事实标签：
- 显式行为：评分、弹幕、评论、关注、预约、收藏、内容分享、购买等。
- 隐式行为：快进、后退、暂停、倍速、站内/外搜索、下载。
- 细分用户行为，更准确捕获内容偏好。

兴趣圈层定义：喜欢相同内容的用户群体，通过算法发现内容关联性。
应用场景：内容运营（数据支持）、内容供给规划（大数据驱动）。
圈层聚类基本思想：用户相似度高则面向同一圈层。
用户圈层聚类系统：
- 客观观影行为作依据。
- 颗粒度可控。
- 数据获取便捷。
内容相似度计算：
- 使用距离计算公式（Jaccard similarity）计算任意两部内容观影用户相似度。
- 优化1：内容体量。
- 优化2：内容上线时间间隔。
- 优化3：频道规模差异。
内容聚类原理介绍：
- 层次聚类：通过计算两两内容用户相似度，依次向上聚集。
- 图剪枝线：决定内容聚合颗粒度。
用户兴趣圈层示例：
- 通过综合内容内核、用户特征等推测用户核心诉求。
- 不同兴趣圈层用户诉求差异通过聚类体现，传统内容标签难以表达。