VK представила единую ИИ-модель — она выстраивает рекомендации на основе данных о пользователе из разных приложений
Сейчас модель уже анализирует действия пользователей в сервисах VK Видео, VK Клипы и ВКонтакте
2 минуты
VK представила новую ИИ-модель, которая собирает данные о действиях пользователей из разных сервисов компании и объединяет их в единый нейропрофиль. Таким образом, алгоритмы лучше понимают, что интересно конкретному пользователю. Технология уже используется в VK Видео, VK Клипах и ВКонтакте и помогает точнее рекомендовать контент и повышать эффективность рекламы. После её внедрения время просмотра контента в VK Клипах увеличилось на 5,5%.
ИИ собирает данные о поведении пользователей из разных сервисов
В основе разработки лежит трансформерная модель, которая анализирует обезличенную последовательность действий пользователя: лайки, комментарии, репосты, пропуски контента и другие сигналы.
При этом алгоритм учитывает:
- в каком сервисе произошло действие;
- с каким контентом оно связано;
- когда оно было совершено;
- в какой последовательности относительно других действий.
На основе данных формируется нейропрофиль — обезличенная модель интересов пользователя сразу в нескольких продуктах VK.
Благодаря ИИ-технологии рекомендации быстрее адаптируются к интересам пользователя
По данным компании, новая технология позволяет лучше отличать интересы пользователя от случайных действий.
Первым продуктом на базе нейропрофиля стало нейросетевое ранжирование ленты. Алгоритм в реальном времени определяет порядок отображения материалов, сопоставляя интересы пользователя с характеристиками контента.
Внедрение новой ИИ-технологии показало увеличение вовлечённости пользователей:
- число репостов выросло на 15%;
- количество открытий публикаций в полноэкранном режиме — на 10%;
- число лайков — на 5%.
Новую ИИ-модель можно масштабировать
Технология работает на базе Discovery-платформы VK, запущенной в 2025 году.
Платформа объединяет инфраструктуру сервисов компании для рекомендаций, поиска и рекламных технологий, что позволяет масштабировать новую модель на другие продукты без изменения их архитектуры.
