Ирина Гольмгрейн: Миллион просмотров. Как увеличить охваты коротких видео

Для «эффекта чтения мыслей» нейросети даже не должны понимать суть видео.

Вот как они к этому пришли.

Контекстная реклама – это первое поколение рекомендательных систем. Они анализируют суть и содержание текста с помощью алгоритмов, заданных человеком. В онлайн-курсе Яндекса по контекстной рекламе сообщается: поисковая система анализирует семантику интернет-страниц, а рекламодатель задает ключевые слова для показа объявлений. Исходя из контекста веб-страницы, рекламная сеть подбирает подходящую по тематике рекламу или советует к прочтению статью. Алгоритм не учитывает никакие параметры, кроме контекста.

Контекстный подход для программирования рекомендаций по видеоконтенту оказался неприменимым. Для понимания сути и содержания роликов недостаточно расшифровать звук и затем проанализировать текст. На смысл влияют также эмоции, интонации и визуальные образы. Программисты пошли дальше, пытаясь сканировать надписи и распознавать лица и объекты. Но и это не помогало определять контекст, не говоря уже о точном попадании в несформулированные желания пользователя. Поэтому пришлось решать задачу: «Как понять предпочтения зрителя, не вникая в суть ролика?» Решение этой задачи нашлось благодаря нейросетям и большому количеству накопленных паттернов поведения пользователей.

Нейросеть наблюдает за вашим поведением. Помечает выполнение вами индикативных действий. Индикативные действия у социальных сетей слегка отличаются, но общая суть совпадает: комментарий, репост, досматривание до конца (или резкий свайп с первых мгновений) подписка, переход по тегам или дополнительным элементам (звук, маска). Единственный пользователь в вакууме никогда не начал бы получать качественные рекомендации. Система «look like» не анализирует того или иного человека в отдельности. Она кластеризует по сегментам, отмечает, кто похожим на вас образом взаимодействовал с контентом.

В огромной аудитории быстро находятся люди, которые свайпали или досматривали те же видосы, что и вы. В результате, когда похожим на вас людям понравится клип, система покажет его и вам.

Вы можете одновременно находиться в узких и широких группах по интересам и паттернам поведения. Таким образом, нейросеть совсем не должна анализировать содержание и контекст материалов для качественных рекомендаций. На этом мы и выстроим алгоритм получения бомбических охватов.

Каждое взаимодействие человека с контентом система записывает в досье пользователя и в базу знаний о клипе. Поэтому фиксируем, какие действия заставляют нейросеть отмечать ролик как потенциально привлекательный для широкого круга зрителей.

Наиболее явные индикативные действия:

• Долгий просмотр, в идеале – до конца.

• Прокрутка на 2–3 круга.

• Комментарий, полемика или даже упоминание друзей в комментах, с вовлечением их в дискуссию.

• Приостановка на паузу. Это значит, содержание ценное и нельзя отвлекаться на внешние раздражители. Или нужно приглядеться к каким-то деталям, вчитаться в таблицу, изучить график.

• Переход в профиль. Зрителю настолько понравилось увиденное, что он захотел узнать больше об авторе или полистать другие посты, не дожидаясь, пока они естественным путем попадут в рекомендации (если вообще попадут).

• Подписка, хоть это и не дает гарантии, что автор хоть раз еще попадется в «реках». Помните? Подписка – это продвинутый лайк.

• Скачивание. Допустим, человек решил отправить пост маме или использовать его кадры в своем блоге.

• Переход на звук прокачивает рейтинг трека. После этого пользователю чаще будут попадаться рекомендации с тем же звуком. Для автора музыки это хорошо.

• Переход на маску (эффект, хэштег). Как и переход на звук, углубление в дополнительные элементы говорит о качественном взаимодействии, запуская широкое продвижение.

• Репост или дуэт. Репост в мессенджеры с дальнейшей конверсией в переходы означает не только желание поделиться, но и интерес тех, с кем поделились. Дуэт – инновационная форма репоста, когда комментарий к исходному ролику новый автор оставляет в формате встроенного видео.

Вопреки всеобщему заблуждению, количество лайков в вертикальных лентах слабо влияет на ранжирование. Призывы ставить лайки практически ничего не дают. Самую большую роль из перечисленного играют: досматриваемость до конца, комментарии, переходы в профиль и репосты.