Меньше пролистываний, больше просмотров: ИИ VK предсказывает, какие видео досмотрят до конца

Исследователи VK Research создали метод машинного обучения HEGM (Hierarchical Exponential-Gaussian Mixture), который помогает рекомендательным системам точнее предсказывать интерес аудитории к контенту. Технологию уже внедрили в «VK Клипы». По данным компании, число роликов, просмотренных за один сеанс, выросло на 10%, а количество просмотров продолжительностью более 10 секунд — на 6%.

В отличие от традиционных алгоритмов, ориентированных на среднее время взаимодействия с контентом, HEGM учитывает широкий спектр действий: от быстрого пролистывания до просмотра целиком и повторного воспроизведения. Модель оценивает распределение возможной продолжительности взаимодействия, что позволяет одновременно прогнозировать несколько показателей интереса аудитории.

Метод протестировали на двух открытых наборах данных — KuaiRec и VK-LSVD, а также на внутренней выборке, включающей 282 млн обезличенных пользовательских взаимодействий. В испытаниях HEGM продемонстрировал более высокое качество ранжирования, чем другие исследованные решения. Кроме того, в «VK Клипах» число дизлайков сократилось на 8%.

Разработку можно использовать не только в видеосервисах, но и на музыкальных платформах, в рекламных системах и интернет-магазинах. Она подходит для прогнозирования прослушивания треков, просмотра рекламы и изучения карточек товаров.

Научную работу приняли на конференцию IEEE ICDM 2026. Код модели доступен на GitHub.

Источник: iXBT