文/阿里巴巴资深算法专家蔡龙军（牧己） 整理/LiveVideoStack

大家好，我是来自优酷内容智能团队的资深技术专家牧己，主要负责基于大数据和人工智能去解决内容方面的问题。 接下来，我将以《长安十二时辰》为例，分享优酷在提升“爆款确定性”中的技术实践。

一、如何定义爆款？

优酷有个产品叫北斗星，相当于我们的文娱大脑。 一般比较热门的剧集的“北斗星日指数”约50-60W，而《长安十二时辰》的“北斗星日指数”可以达到100W+，并且还带动会员收入的快速攀升。 如果大家对北斗星指数没有概念，我再分享一个有趣的数字： 雷佳音在剧中吃“水晶柿子”的桥段，使西安水晶柿子的销量增长到往年的6倍。   综艺的年度爆款《这就是街舞》是同题材类型精品节目热度的2-3倍。 另外，这两档节目除了对18-34岁核心人群有很好的覆盖，对35-49岁的人群上也有一定辐射，可见爆款的影响力有多大。  

二、长视频爆款的复杂与挑战：较高不确定性

长视频爆款的复杂和挑战主要来源于不确定性，并且这种不确定性渗透在内容的采集、宣发和投放的所有环节中。   第一个不确定叫做延迟满足和信息不完备。 长视频通过组织多个有效的事件序列，形成价值转换，刻画出不同人物，最终体现一个或多个价值观，整个过程需要很多剧集逐渐被用户感知。 每个用户对于内容的偏好点和关注点不同，获取的只是内容片面的信息，信息的不完备性，导致对于内容理解的偏差。

优酷主要通过NLP/CV/语音的语义理解&KG等技术，进行“内容外延的解构”和“内容内核的创作理解”，获取到内容从外到内的各维度数据，保证相对的确定性。   第二个不确定是涉及工种极多的复杂系统工程。 需要对复杂过程中的关键点数字化、模式化，对过程进行量化衡量&计算。   第三个不确定来自于内容本身的专业技能。 如何与流量商业价值相结合，内容人在内容创作过程中会加入各种专业的技术，如在大场景的还原上，镜头语言的处理上，服化道的配置上，画面的构图上等等。 但是这些技术，哪些是用户关注的？ 哪些是用户不在乎的？ 这很重要，涉及到最终的流量商业价值。 所以，优酷要在技术上解决用户理解和用户心理学的问题，洞察用户偏好，将用户和内容做关联。   内容产业发展背后的趋势思考

商业需要确定性，而内容具有极强的不确定性，如何依靠技术达到平衡？ 这是内容产业发展所引发的思考。

 在崇尚个性化的当下，爆款也从“全民爆款”演进成“圈层爆款”，非圈层受众对某些内容完全没有感知，与之前万人空巷的气势完全不同。  

三、 如何提升？向算法和数据榨取确定性

1、何为北斗星？

 从内容的不确定性出发，优酷采取人机结合的系统即北斗星。 北斗星是一个具有思考能力的大脑，解决采、投、制、宣、发、放等内容全生命周期的不确定性，提升爆款能力。    

2、基础能力： 内容创作理解能力

繁杂信息处理对于人工智能来说是“小菜一碟”，难点是解决内容创作中的理解、预测和挖掘能力。 内容创作理解能力，是对剧本进行智能化的分析和挖掘，提高这部分的确定性。 主创班子是一个极强的系统化工程，在上图左侧会基于内容理解做分析和挖掘，而右侧会基于数据对左侧内容理解做量化，从而提供类似大脑的思考和决策能力，提高这部分的确定性。    

内容创作有自身规律，内容创作理解就是围绕基于镜头语言和“两千多年的戏剧理论应用价值观”转化为技术能力，即对剧本和视频的智能理解。  

以《长安》剧本分析为例，全剧本共有120多个人物，主创戏份评估如下：   1）张小敬的戏份占15%，李必占10%，檀棋、龙波、姚汝能分别占5%、4%、3%； 2）张小敬和李必在全剧分别贡献了90%以上的人物关系； 3）檀棋贡献了80%以上的人物关系，在剧中作为功能性人物推动剧情发展。对《长安十二时辰》剧本的角色交互分析如下： 1） 张小敬与檀棋的交互最多； 2） 李必与檀棋、徐宾交互较多； 3） 相比IP剧本减少了张小敬和李必的交互。  

对《长安》中人物情绪进行分析发现： 在前16集中，第3集和第10集出现了情绪表达的高峰，为剧情创造紧张情节。    

对于《长安》第一集的成片进行多模态，包括声音与图像。 图像综合了演员表情、场景、动作等分析，预测出一条“用户观影情绪曲线”，后续结合用户真实观看情况对数据进行升级优化。

3、 采制阶段： 预测能力建设

对于不确定的事情，如果可以计算出不确定性有多强，便可有效提升商业决策效率，提高决策结果的确定性。 基于此，建设识别和理解不确定性的预测模型。  

预测中会面临数据、模型和应用三方面问题。 数据问题分为数据量不够，数据不干净和信息不完备。 模型的问题包括复杂机制很难通过样本进行覆盖、很难深入理解问题本质和很难跨领域进行举一反三学习。 从优酷的经验出发，是正确识别应用上的不确定性可以在应用上有很好的改观。

常规解法也分为数据、模型和应用三方面解法。 数据量由数据采样和数据生成解决，数据不干净由数据清洗解决，数据不完备由Domain Knowledge&KG解决。 应用解法中不确定分析模型有Belief Network等解法。

根据之前解决的问题，解法可以分为四层：

第一层是基础层。 分为KG&Domain Knowledge/Feature Engineering和学习加速；

第二层是数据层。 分为数据生成（SMOTE），隶属度变换（高斯隶属度）和半监督学习；

第三层是模型层。 通过DNN和Relation Net以及MTL相结合，降低过拟合，提高模型的学习能力；

第四层是Uncertainty Learning，基于变分推断的框架进行内容不确定性的预测。    

SMOTE（Synthetic Minority Oversampling Technique），合成少数类过采样技术。

它是基于随机过采样算法的一种改进方案。 由于随机过采样，采取简单复制样本的策略来增加少数类样本，这样容易产生模型过拟合的问题，使得模型学习到的信息过于特别(Specific)而不够泛化(General)。 SMOTE算法是对少数类样本进行分析，并人工合成新样本添加到数据集中，新样本的公式为xnew=x+rand(0,1)∗|x−xn|，生成的样本可直接应用到项目中，但提升效果不稳定。   优酷得到的结论是： 在生成新样本后引入隶属度变换，来计算新样本与真实样本的接近程度。 经验证，加入隶属度变换后，效率提升约5%。

所有模型 都会面临过拟合问题，优酷的基本思路是分析预测事件的基本特点，对于不同的特点建立不同的模型，分别有生命周期模型、竞争博弈模型和复杂影响因子。  

对于复杂模型的逻辑： 把前面的模型各部分的因素都拆开，复杂因素用DNN去拟合，外部竞争的关系去Relation Net做推理去解决，最后用MTL整合模型，根据实际情况也会加入其它模型。    

Relation Net是2016年发表的CNN模型。 基本思路是将包含各种圆柱、椭圆等形状的图片，经由CNN网络输出生成feature maps，把图中涉及到形状的object通过通道取出，每两个object配对形成一个对比串，然后与LSTM编码question的embedding向量叠加到一起，输入到一个深度网络中进行学习，最后softmax分类到某个答案词上面，进行正确与否的判断。   Uncertainty Learning这块，从2016年开始它逐步热起来，我们也用变分去做了一些事情。

这一部分可以在网上参考“贝叶斯Network”，重点看它如何利用“变分”得到最后结果。  

4、宣发阶段： 挖掘能力建设    

挖掘能力更多应用于已经发生的事件，使其更具有确定性。 上图是《长安》播出后，每一分钟用户的收视状况、复看状况和弹幕状况，再结合每一时间段的剧情内容对用户喜好做更精准的分析，以此来做更好的宣推和挖掘。   内容产业是个不确定性非常高的产业，越是爆款就越有不确定性。 互联网下半场我们积累了特别多的数据，AI能力也得到了前所未有的发展，我们建立了“文娱大脑”北斗星、AI剧本等内容形式的挖掘能力，和采买不确定性预测的评估能力，以及对于宣发挖掘的能力，都在业务应用上取得了不错的成绩。   传统的内容制作领域，依然依赖人的经验，在强人工智能尚遥远的情形下，如何结合机器AI和人工经验是个永恒的主题，例如结合符号主义（计算机学派）和连接主义（仿生学派）的智能。 因此，我们将在两个方向发力： 1）决策引擎的建设，包括结合人工逻辑规则和机器学习，不确定性分析框架和经久不衰的贝叶斯因果决策，以及神经元化的混合智能计算框架。 2）量化的心理学研究也越来越重要，我们也会推进这部分探索。

————————————————

版权声明：本文为CSDN博主「LiveVideoStack_」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/vn9PLgZvnPs1522s82g/article/details/99619275

「视频云技术」你最值得关注的音视频技术公众号，每周推送来自阿里云一线的实践技术文章，在这里与音视频领域一流工程师交流切磋。