Команда VK разработала ИИ-модель для улучшения рекомендаций коротких видео
Новая архитектура HEGM позволяет точнее прогнозировать время просмотра роликов и учитывать разные сценарии поведения пользователей.
Исследователи VK представили HEGM (Hierarchical Exponential-Gaussian Mixture) — модель машинного обучения для прогнозирования времени просмотра коротких видео. Разработка призвана повысить точность рекомендательных систем за счёт анализа различных сценариев взаимодействия пользователей с контентом.
В отличие от традиционных методов, которые предсказывают время просмотра одним числом, HEGM моделирует целое распределение вероятностей. Это позволяет различать быстрые пролистывания, частичные просмотры, досмотры до конца и повторные воспроизведения.
Новая архитектура также решает проблемы обучения предыдущих вероятностных моделей, включая схлопывание дисперсии и отключение отдельных компонентов. По результатам экспериментов и A/B-тестирования на реальном трафике исследователи оценили эффективность предложенного подхода.
Работа принята в основной трек конференции IEEE ICDM 2026. Код и обученные модели команда опубликовала в открытом доступе.
