yy海豚 Dolphin.海豚会|基于推荐算法提升直播业务的效能实践

今天我们讨论的是基于推荐算法提高直播服务效率的实践。这次，我们邀请了YY推荐算法的负责人。百度丰超模特集团原高级技术经理伊冯娜王博士，给我们带来了满满的干货分享。这次交流会汇集了百度、bilibili、网易、喜马拉雅、

TouchPal等知名互联网公司推荐算法方向的大四学生。

随着我国城乡恩格尔系数的不断下降，我国迎来消费升级，网络娱乐用户的比例和增长率都非常高。“直播+”的巨大赋权也成为新娱乐的发展趋势，娱乐成为资本的焦点。

在娱乐需求增加、用户个性化需求增加、用户习惯改变的情况下，作为中国最早的直播平台开心时代(YY)如何应对娱乐形势的转变，如何应用最热门的ai来满足用户的个性化需求。

让我们一起走进YY和Y手的推荐系统！

一、关于YY

YY是一家内容丰富的娱乐公司，旨在满足国民娱乐生态中多样化的人群和不同的需求。

1.1 YY的发展历史:从个人电脑到移动设备

1.2直播业务形式，包括游戏、音乐、交友、体育、舞蹈、可爱宠物、脱口秀等。

它的虎牙已经上市了。

1.3 YY用户画像

1.4面对丰富的用户需求，内容是用户的核心需求。

1.5 YY个性推荐在直播中的应用场景及挑战

面对多样化的场景和丰富的个性化需求，yy使用人工智能来实现更高质量的内容、更高质量的推荐和用户体验。

视频压缩，直播的是一个动态的过程，利用人工智能和ai对视频进行压缩；超分，贷款有限的情况下对带宽进行超分；美颜的需求；内容理解；内容推荐；

二、手y直播推荐系统(纯干货！！)

2.1 手y直播推荐系统模型

都是基于实时操作的。第一步是内容控制。召回层对内容进行筛选，使用复杂模型(多个模型)对整体进行排序和优化，从而达到更高效、更智能的推荐结果。

召回级别:根据用户的历史行为，将相应的内容与产品进行匹配。从多个维度回忆；

其中，相似度扩展和向量召回值得一提:使用机器学习和深度学习模型的特殊城镇计算和召回。

相似性扩展(扩展相似的锚点和用户):

基于经典协同过滤的基于项目和基于用户的方法

基于矩阵分解方法的l

基于用户有效观看顺序的L word2vec方法

基于向量触发模型获取用户向量和锚向量

向量回忆:基于DNN，用户&主播执行特征学习并建立模型触发器

l基于用户在线&锚向量评分直接展开并召回

l支持用户和锚点之间的相似度计算

我粗略筛选了一下其他渠道的召回结果

基于模型的可扩展性，小伙伴们对模型的特征提取、规模和参数进行了热烈的讨论。

2.2手型y的详细说明

模型层次:YY的模型历史，从最初的小特征模型到连续的大特征模型再到离散的特征模型。从小水平到十亿水平，模型可以实时更新，泛化能力强。

2.3 YY排序机制:逐点排序到整体页面优化

需要考虑内容和用户之间的交互，从规则重排进化到整体优化模型，利用启发式规则等深度学习方法来制作整体优化模型，从而实现模型的自动更新和个性化选择。挖掘用户与主播的关系，通过高维特征计算、海量召回、大规模排序模型、个性化推荐，提高排序效果，给用户带来终极体验。

2.4创意优化——锚盖优化

人脸识别技术用于识别和检测图片的动态截图和封面选择，提高整体推荐效率和用户体验。

茶歇时间:我们讨论了推荐算法的应用场景，行业内提要流广告的特点，广告的开发和实现方法，以及离散模型的优缺点。包括详细的技术细节，比如权限的提取、指标的分类等等。

经过一系列的讨论，我们可以看到，个性化推荐系统是一个系统工程，依赖于产品、数据、架构、算法、人机交互等。推荐场景，每个环节都不可或缺。YY继续在机动方面发挥力量。从个性化推荐系统和相应的机器学习、深度学习等算法策略的成功实践来看，对于提高直播和dau的效率非常有意义，在行业内也处于领先水平。同样，推荐也可以迁移到其他领域，个性化。

最重要的来了！！YY上海ai团队正在招聘！！

算法和工程都可以看。有业内顶尖的技术牛人，优秀的技术团队，还有Super nice的导师，帮你一起成长，一起做一些有意思有价值的事情！

职位:推荐算法策略&工程、计算机视觉、语音识别、NLP等

业务方向:视频/语音直播、短视频、社交游戏等。

大量的职位在等着你