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

01 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、可解释性更强、解决实际问题能力强。
• 用户兴趣的计算：反映用户对主题或事物的匹配价值和接受程度，包括中长期偏好和短期即时意图，应用于运营推荐、搜索广告等场景。

02 基于事实生成的用户兴趣标签

• 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。

03 基于内容聚类的用户兴趣分群探索

• 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。

非常感谢您的观看