タオバオライブストリーミングトラフィックと供給間のエンドツーエンドの連携の調査

1. タオバオライブの体系的な制御機能の進化

現在、Taobao Live の推奨アルゴリズムの焦点は、発見可能性とリアルタイムのパフォーマンスに移行しています。 C エンドユーザーの視点から、人、商品、場所のマッチング推奨事項を再定義し、ユーザーの実際の体験を向上させます。トラフィック調整アルゴリズムについては、アンカーの放送開始を奨励し、アンカーの成長を加速し、アンカー生態系を最適化するために、トラフィックサポートまたはトラフィックインセンティブが重要な構成要素です。これらは、主にBエンド、つまりアンカーマーチャント側の視点から、制御可能なビジネス運営チャネルを提供し、アンカーの成長をサポートおよび促進し、生態系のバランスと繁栄を促進します。

ライブ放送のホストの生態とホストの成長という主要な目標に焦点を当て、ライブ放送のトラフィック制御システムは、多次元のビジネス需要を引き受け、比較的完全なトラフィック制御メカニズムシステムを構築しました。例えば、製品機能におけるタスクの共有や予選競技、運用レバレッジによるパイロット計画やマーケティング活動、新アンカーのコールドスタート、リアルタイム競馬、潜在的アンカー、観客動員保証などを制作・計算メカニズム内で実現します。

商品、写真、テキスト、ショートビデオなどのビジネスシナリオと比較して、ライブブロードキャストシナリオは、供給の適時性という点でも大きな違いがあります。他のシナリオのコンテンツ供給はフルサイクルです。つまり、制作後いつでもコンテンツプールとして配信できます。ライブブロードキャストは異なります。そのライフサイクルは、ライブブロードキャストルームの作成から終了までしか存在しません。つまり、アンカーによる放送中にのみコンテンツを制作し、トラフィックを配信または調整できます。そのため、より強力です。また、コンテンツは動的です。他のシーンのコンテンツはオフラインで制作され、さまざまな属性情報は基本的に制作後に決定されます。ライブ放送のコンテンツはリアルタイムで制作され、ストリーミングコンテンツです。次の瞬間にライブ放送コンテンツが何になるかを知ることは困難です。司会者の商品リスト、商品のフラッシュセール、コメント抽選、紅包の雨、ファンの交流など、ライブ放送室での一連のアクションや状態はいつでも発生または変化する可能性があり、ライブ放送室の雰囲気や、ライブ放送室のユーザーに対する魅力や受容能力に影響を与え、間違いなく交通整理作業に高い課題をもたらします。さらに、アンカーのライフサイクル価値の観点から、LTV の観点から見ると、アンカーの価値は各番組内および番組間で常に変化します。技術面でもビジネス面でも、トラフィック規制はライブ放送の分野で多くの課題と問題を提起します。いくつかの本来の規制問題に加えて、アンカーの放送時間の推定、トラフィックの安定性の維持、推奨アルゴリズムと規制アルゴリズムの効率向上の面で継続的な最適化が必要であり、これにより、ユーザーは自分の興味に合ったライブ放送ルームを見つけ、ユーザー側の価値を実現し、アンカーをインタラクション意欲とコンバージョン意欲の高いユーザーとマッチングさせてアンカーの熱意を動員し、アンカー側の価値を実現し、最終的にプラットフォームの価値を実現します。

現在、Taobao Live には複数のコア分野が含まれており、それぞれビジネスロジックと製品認知度が異なります。アンカーエコロジーとアンカー成長という2つの主要目標に焦点を当て、ビジネスニーズと配信の調整の難しさを軽減しながら、差別化された伝送と制御の需要を調整するための統一されたトラフィックプラットフォーム管理機能を確立したいと考えています。同時に、キャスター、商品、ユーザーなどの多次元的な制御要求をサポートし、よりリアルタイムで洗練された、多次元的に制御可能な体系的な制御機能を構築し、ライブ放送エコシステム全体の健全な発展と制御可能なトラフィック計画に貢献したいと考えています。

現在、Taobao Live は、多次元制御ビジネスの需要を満たすために、比較的完全なライブ放送トラフィック制御システムを繰り返し構築してきました。テクノロジーとアーキテクチャの観点から、システム全体は、制御戦略次元、トラフィック制御ターゲット次元、制御シナリオ次元の 3 つの観点から議論できます。

まず、規制戦略の側面です。主催ショー次元、商品次元、マーケティング活動次元、ユーザーPV次元など、多方面で規制機能を構築してきました。各パートでは、異なる規制の改善機能をカバーしています。アンカーセッションのマクロマルチ型ボリューム維持、増分制御、時間帯別精密制御などをカバーできるほか、商品を中心とする商品制御チェーンを構築し、商品供給のエンドツーエンドの連携トラフィック配信機能を強化します。商品に対する人選と商品次元での交通整理に基づき、ハイライトのリアルタイムニュースと組み合わせることで、司会者が商品を説明する瞬間に音量を上げ、数分以内に正確かつ迅速に音量を維持することができます。マーケティング手法はトラフィックの仕組みと連動しており、ユーザーのPV粒度などを正確に制御します。

次に、ターゲット寸法を調整します。アンカーに継続時間とトランザクションがトラフィック増加の重要な評価要素であることを宣伝しているのと同様に、トラフィックの規制についても、異なるタイプの規制ビジネス、異なる個性を持つ異なるタイプのアンカー、および異なるセッションの異なる期待ターゲット配置は、規制に対するビジネス要求も異なります。たとえば、コンテンツアンカーやタオバオの新規参入者の場合、トラフィックを規制することでより高いファン変換と保持をもたらすことができるかどうかに対する要求がより強くなります。商品を持ち込むアンカーにとって、大規模なトランザクション変換は間違いなくより重要な目標です。したがって、規制目標の観点から、従来の規制では達成が難しいPV完了率だけでなく、インセンティブトラフィックのROI属性（継続時間、ファン変換、変換、新規ユーザー獲得など）を強化し、明確にする方法が重要です。規制アーキテクチャを設計する際には、複数の目的を変換するためのカスタマイズ機能も備えたいと考えています。

最後に、シーンの寸法を調整します。 Taobao Liveは現在、多くのコアシナリオをカバーしています。ライブブロードキャストトラフィック制御の決定論的なビジネスニーズと、クロスドメイン配信シナリオでのトラフィック制御の調整の難しさを緩和するために、中央制御システムは複数のシナリオに対する動的なリアルタイム調整機能を構築しました。アンカーの過去のチャネルトラフィック分布、シーントラフィック規模、アンカーが新しいアンカーであるかどうか、PVR情報がプリセットされているかどうかなどを組み合わせて、チャネルトラフィックを事前に計画します。制御プロセス中に、現在の制御状態（現在の目標、トラフィックの進行状況、計算エラー、時間情報など）を組み合わせて、各シナリオのリアルタイムPVR動的調整計画を実行します。制御からのリアルタイムフィードバックと組み合わせることで、制御の難しさが軽減され、完了率を確保し、特定のシナリオへのトラフィックの過度な集中を回避し、同時にトラフィック効率を向上させます。統一された中央制御アーキテクチャの下でさまざまなシナリオで差別化された群衆制御を行うことで、安定性と効率性の両方を考慮しながら、制御の安定性を確保しながら交通効率を向上させます。

全体のアーキテクチャでは、マーケティング活動の連携トラフィック制御、Taobao Liveの動的かつ正確なエンドツーエンドのクラウド構築、ライブトラフィックの多値パスモデリング、多粒度で商品と人/人と人をエレガントにマッチングする方法、トラフィックプールでのライブネットワークフローモデリング、制御特性によるソートの体系的な構築など、アルゴリズムも複数の次元と切り込みで反復的に最適化されています。

ライブ ストリーミング トラフィック制御システム全体を見ると、多くのビジネス要求に関するアルゴリズム側からいくつかの核心的な問題を抽象化できます。

1. 多様な規制要求に対する体系的な解決策の構築

2. 交通管制の決定論的なビジネス要求と、さまざまな流通シナリオにおける交通管制の調整の難しさ

3.交通管制業務の完了率と安定性を確保する

4.交通管制の効率値を継続的に向上させる

5. エンドツーエンドのライブストリーミング配信をリンクして配信する方法

6. インセンティブトラフィックが規制され、ROI属性がカスタマイズされているかどうか

2. 実験的リアルタイム動的多値パス人口モデリング

インセンティブトラフィック規制に関しては、各差別化されたタイプの規制計画の本質は、既存の推奨システムに基づいています。規制アルゴリズムは、パブリックドメインの推奨トラフィックの分配に介入することで、アンカーに追加の推奨トラフィックを与えます。 B サイドの観点から、推奨と規制の違いを別の観点から解釈することができます。推奨は、特定のユーザーに対してより適切な候補アンカーのリストを推奨することに重点を置いていますが、規制は、規制の対象アンカーに対してより適切な候補ユーザーのリストを推奨することに重点を置いています。より一般的な例を挙げると、推奨の観点から、すべてのユーザーが思い出されると仮定すると、ユーザー A にとっては、興味の関連性が高いアンカー B が推奨のより良い候補になります。規制の観点から見ると、アンカー B の規制計画では、ユーザー A は現在のアンカーに最も適合する高規制目標値のユーザーのセットに含まれない可能性があります。

上記のアルゴリズムの抽象的な核心問題と、規制に関する別の観点の説明を考慮すると、より合理的で効果的な規制群衆ソリューションを構築する方法が、適切で普遍的なエントリーポイントとなります。次に、アンカー規制群衆選択の問題を、ライブオンラインユーザーをアンカーにリアルタイムで推奨する問題に革新的に変換し、アンカー側にアルゴリズムのリアルタイムパーソナライズ推奨機能を導入し、システム全体のプロセスアーキテクチャを導入する方法について説明します。一方では、規制の安定性と規制の完了率を考慮し、規制トラフィックの効率値を継続的に向上させます。他方では、ライブブロードキャストの供給と配信をエンドツーエンドでリンクできます。さらに深く言えば、規制群衆アーキテクチャの設計により、明確なインセンティブトラフィックのROI属性を強化できることを期待しています。

ライブ放送事業では、通常、ビジネス経験、管理計画の規模、アンカーの個性、製品投資状況に基づいて、ビジネス チームとアルゴリズム チームによって、従来の選別対象がターゲットにされます。ただし、従来の選択方法には通常、次のような潜在的な問題があります。

1. オフライン制御グループでは、効率と完了率のバランスをとることが難しく、制御プロセスの安定性を強化する必要があります。

これは、ライブ放送ルームのリアルタイムオンラインユーザーが、ユーザーグループ全体と比較すると比較的小さなグループであるためです。調整タスクの実現可能性と完了率を確保するために、従来の母集団選択の規模は通常数千万に達します。規模が巨大であるだけでなく、母集団内のユーザーの質も不均一であるため、推奨効率を確保することが困難です。推薦の効率化を図り、推薦対象者を少人数に絞ると、タスクの完了率に影響が出て、スムーズなレギュレーションが実現しにくくなります。さらに、オフライン人口のユーザー到着分布は不安定で、ジッターや不具合が発生しやすくなります。

2. オフラインの群衆選択では、「1,000 人のアンカーと 1,000 のグループ」を実現し、アンカーとユーザーのリアルタイムの行動に基づいて群衆を動的に調整することが困難です。

通常、選択ルールは過去のビジネス経験とアンカーの過去のパフォーマンスに基づいて策定されるため、ユーザーとアンカーのリアルタイムの動作状況に応じて動的に調整することは不可能であり、いくつかの単純な手動の増減アクティビティしか実行できません。この場合、数千人のアンカーと数千人の人々をリアルタイムで実現することはさらに困難です。

3. インセンティブ トラフィックの ROI 属性 (PV 完了率だけでなく、期間、コンバージョン、ユーザー獲得など) を強化し、明確に定義する方法。

推薦システムの場合、一定期間内に推薦システムによって出力されるトラフィックや方向は明確です。ただし、規制計画の場合、さまざまな規制計画、タイプ、アンカーには、より具体的なバイアス属性を設定できます。規制対象集団の複数の属性を明確にカスタマイズできます。これが、私たちのアーキテクチャが実現したいことです。

上記の問題に対応するため、私たちは交通管制のための群衆ソリューションについて 3 段階の調査を行ってきました。

• 最初の段階はオフライン人口ターゲティングであり、これは従来の人口ターゲティング制御計画です。この過程で、当社はビジネスパートナーと協力して、一定数の典型的なライブ放送人口を蓄積し、さまざまなタイプのビッグネームが Taobao やパイロット プログラムに参入するなど、さまざまなタイプのトラフィック制御の要求を満たすことができました。
• 第 2 段階では、オフラインの群衆定義と動的な群衆拡張ソリューションが組み合わされます。第1フェーズを踏まえて、動的群衆拡大シナリオを構築し、制御システムを連携させ、制御誤差と制御対象規模に基づく動的群衆パッケージ拡張機能を構築しました。群衆生成と書き込みロジックのチェーン全体が最適化されており、基本的に数千万の重複する群衆をオンラインで 10 分以内に更新できることが保証されています。
  このメカニズムの保護の下では、一方では、群衆の規模問題によりオンライン計画を実行できないことやその後のトラフィックが不足することを心配することなく、オフライン時に群衆に対してより洗練された論理的制御を生成することができます。他方では、全体的な調整の完了率がさらに向上し、手作業による推定と調整の面倒な作業が回避され、調整の平均完了率がさらに向上しました。
• 第 3 段階は、ライブ放送室のオンライン ユーザー向けに、エンドツーエンドの正確な動的群衆制御ソリューションを開発することです。最初の 2 つの段階で蓄積されたソリューションと利点を組み合わせて、アンカーを選択する問題をさらに革新的に変換し、ユーザーにリアルタイムでアンカーを推奨する問題に変換し、アンカー側アルゴリズムのリアルタイムのパーソナライズされた推奨機能を導入しました。

全体的なソリューション構造は上図に示されています。焦点は、アンカーが群衆を制御する問題を、ライブ放送のオンラインユーザーに対するアンカーへのリアルタイムの推奨に変換し、パーソナライズされた推奨機能を導入する方法にあります。モデル構築においては、アンカーの観点からレコメンデーションシステムが直面する負荷の問題を解決する必要があります。たとえば、アンカーの場合、ユーザーの観点からアンカーを推薦する候補の数よりも候補ユーザーの数の方が大幅に多く、これはどのレコメンデーションシステムにとっても非常に高い負荷となります。オンライン規制では、ユーザー規模と規制精度の両方を考慮する必要があり、また、アンカー グループの一般化機能も考慮する必要があります。群衆モデルの全体的な構造は、オフラインの大規模モデルとオンラインのリアルタイム モデルの 2 つの部分に分かれています。オフラインの大規模モデルには、多様で異質な行動情報が大量に含まれていますが、オンラインのリアルタイム モデルでは、注意の計算能力を低下させたり、クラウド クラスタリング アルゴリズムを導入したりするなど、革新的な最適化を採用して、制御精度と計算負荷のバランスをうまく取っています。リアルタイムオンラインユーザーのプールでは、すべてのユーザーがライブ放送ルームにリアルタイムでオンラインになり、推奨事項の正確性を確保します。さらに、群衆規模のパーソナライズされた予測とリアルタイムのエラー修正、群衆ベースの露出フィルタリングとサブ集団の有効期限の推定が導入され、推奨システムの機能が自然に伝達され、アンカー側の制御計画の効率とPV値が向上します。

まず、群衆モデルの部分を紹介します。オフラインの大規模モデルとオンラインのリアルタイム モデル。 1 つ目は、デュアル タワーに基づくオンライン クラウド レコメンデーション モデルであり、主にクラウド レコメンデーションを迅速かつリアルタイムで実行します。もう 1 つは、より複雑なマルチ異種情報を導入して、ユーザー情報のより包括的な特性評価を提供するオフラインの大規模モデルです。

一般に、群衆モデルは次の側面で最適化されます。

1. ライブストリーミングのセルフシーケンス表現機能の強化
2. ライブストリーミングユーザー製品の精神的描写
3. 多様な関心のモデリングと融合
4. モデルの計算能力と精度が同時に向上

ライブシーケンス情報の特性について。ユーザーの行動情報を調査およびマイニングすることで、ライブ放送分野におけるユーザーの関心範囲は比較的小さいことが多く、関心のあるアンカーのカバレッジは長期間経過しても効果的に改善されていないことがわかります。そのため、長期ライブ放送シーケンスを直接構築すると、全体的な関心がユーザーの長期ライブ放送への関心に傾き、情報ゲインが大幅に向上しないため、ライブ放送シーケンスのノード表現情報を強化することがより重要になります。最初に、自己行動のシーケンスノードの情報を拡張した、自己行動の拡張モデリングを実施しましたリストは、動作時間とA2Aの重量に従って、ライブ放送シーケンスのライブブロードキャストシーケンスを形成します。 Ripple Net Networkと同様に、異種の動作ノードの自然な集約を通じてモデルの表現能力がさらに強化されます。

ライブストリーミングユーザーの製品心理について。これは通常、「人、商品、場所」の3つの要素の描写と切り離せないものであり、Taobaoモバイルの場合、ユーザーは一般的に強い商品意識を持っています。ライブストリーミングはタオバオモバイルの重要なコンテンツ供給源であるため、レコメンデーションシステムを構築する際には、ユーザーの商品マインドやレコメンデーションにおける商品の重要性にも注意を払う必要があります。同時に、異なる時期における商品領域でのユーザーの興味や、時間の経過に伴う興味の変化を深く探り、その興味表現をライブストリーミング領域に一般化することで、ライブストリーミング活動が少ない、またはゼロの人々の効率指標とレコメンデーション精度をより向上させることができます。具体的には、厳密な item2account データを通じて製品関心転送の拡張モデルを構築し、製品ドメインにおけるユーザーの関心の経時的変化をライブ ブロードキャスト ドメインにおける関心の表現に一般化し、ユーザーが関心を持つ可能性のある潜在的なアンカーを見つけます。超長い製品シーケンスは、さまざまな期間でモデル化されます。超長いグローバル製品シーケンスと、LSHなどの軽量の注意モデリング手法が導入され、ユーザーの長期的な関心と関心の進化を特徴付けます。特に、アクティビティが低い、またはゼロのライブブロードキャストユーザーの場合、超長い製品ドメインシーケンスの導入は、これらのユーザーの関心を一般化する上で比較的重要な役割を果たします。アンカーはリアルタイムのカテゴリー検索モデリングについて説明した。一般的に、ターゲット注目度における相関の低い2つのエンティティの注目度の加重係数は非常に低いことが多い。超ロングシーケンスとカテゴリーフィルタリングを組み合わせることで、現在の候補と相関の高い動的にアクティブ化されたユーザー関心シーケンスをより良く、完全に集約することができる。生放送事業にとって、商品ドメイン内の超ロングシーケンスを通じて、いかに合理的かつ効果的に生放送候補を検索するかは、検討すべき問題である。最後に、アンカー カテゴリを使用して、検索シーケンスの関連性を向上させます。アンカーに対するユーザーのファーストホップの行動は通常、既存の認知によって左右されますが、セカンドホップの情報マッチングの精度が上がることで、ユーザーをより効果的に維持し、購買ニーズを満たすことができると期待されます。

多次元異種情報の統合モデリングについては、前述のように、生放送ユーザーの製品マインドを比較的包括的に特徴づけました。これに基づいて、ユーザーのグローバルな興味をより包括的かつ合理的にモデル化する方法についてさらに考えます。タオバオユーザーは通常、製品、ショートビデオなど、他の領域である程度豊富な興味をカバーしています。製品領域とショートビデオ領域でのユーザーの興味を合理的かつ包括的に特徴づけることができ、生放送領域での潜在的な興味にさらに一般化することができます。最後に、さまざまな分野でのユーザーの興味の表現が得られた後、それらを合理的に統合して表現することも非常に重要です。

従来のモデルアーキテクチャでは、ライブドメイン seq や製品ドメイン seq などのシーケンスの適用方法は、通常、concat を介してターゲット アテンションの後に MLP を入力します。ここでは、ライブ以外のドメインの動作シーケンスで情報をさらにマイニングする方法を探ります。seq を使用する以前の方法は、基本的に seq を介して候補の埋め込み式を生成することであり、他のドメインで seq によって生成されたライブ ブロードキャストの埋め込み式は、ライブ ドメイン モデリングに完全に適していない可能性があります。以前の PVR データ フィードバックによると、ホットな製品が好まれる傾向があります。マルチドメイン異種興味マッチング問題をモデル化することで、ターゲットの埋め込み表現を生成するだけでなく、短いビデオドメインでのどの動作の組み合わせ表現が現在のターゲットとの一致度が高いかをさらに探究し、他のドメインの異種シーケンスをライブブロードキャストドメインの興味に一般化する方法を探求します。短いビデオシーケンス、製品シーケンス、および他のドメインのその他の異種シーケンスの導入などのライブブロードキャストサービスでは、ターゲットの注意に加えて、シーケンスの興味のマッチング問題が導入され、問題をモデル化します。 マッチング機能は、注意プロセスで生成された相関ベクトルを使用して抽出されます。 基本モデルでは、2層CNNを使用して、ターゲットの埋め込み表現を取得するだけでなく、現在のターゲットとの一致度が高い組み合わせ方法を取得します。 最後に、異なるドメインのユーザー興味のマッチングとターゲット注意表現グループを取得し、完全に接続された最下層に接続することで、他のドメインの異種シーケンスに対するユーザーの興味をライブブロードキャストドメインに一般化できます。また、製品シーケンス、短いビデオシーケンスなどはすべて、シーケンスマッチングモデリング実験後にAUCの改善をもたらしましたが、ライブブロードキャストシーケンス自体のAUCはシーケンスマッチングモデリング後も変化しなかったことも注目に値します。これは、シーケンス自体にとって、ターゲットアテンション自体はすでに比較的使いやすいモデリング方法であることを示しています。

マルチドメイン活動の影響下での興味の融合に関しては、さまざまなドメインのユーザーのライブブロードキャスト興味表現を使用して、マルチドメインの異種興味情報をより適切に統合する方法をさらに研究しました。特徴エンジニアリングでは、アクティビティに関連する特徴表現の一部を構築しました。ただし、この一部の特徴がパーソナライズされた推奨事項に与える影響は、実際には比較的小さいです。この一部の機能をより合理的に適用し、ユーザーのマルチドメインの異種興味をより適切に統合することができます。ここでは、元のアクティビティ表現に基づいて、ユーザーのさまざまなドメインでのアクティビティ、およびライブブロードキャスト、ショートビデオ、商品などに対する最近の好みを充実させました。 マルチドメインの興味を合理的かつ効率的に相互作用させて統合できる場合、DCNv2から同様のアイデアを借用することは、潜在的な実現可能なソリューションです。 入力を低次元空間にマッピングしてからマッピングし直し、複数のサブスペースでの異種興味とドメインアクティビティの多次元交差を学習します。 これにより、複雑さが制御されるだけでなく、マルチドメイン興味のインタラクティブな融合がより適切に完了します。 このモデルは、既存の大規模モデルに基づいて、異種興味相互作用融合ネットワークモジュールを追加します。 モジュールの入力は、マルチドメイン異種シーケンスの異なるドメインの興味マッチングとターゲット注意表現グループと、各ドメインでのユーザーの最近のアクティビティ情報です。 これは、3層のDCNv2クロスネットワークを介して上方に渡されます。 各層の専門家とマッピング空間の次元は徐々に減少し、表示されるアクティビティ情報と異種興味情報が相互作用します。

モデルの計算能力と精度の両方を向上させることについて。ライブブロードキャストユーザーグループの規模と規制モデルの精度の矛盾を緩和し、アンカー集団の一般化パフォーマンスを考慮するために、リアルタイムオンラインモデルでは、計算グラフを元のデュアルタワー部分と、パス分解に基づいて形成された行動アンカーから関連アンカーまでのスコア融合部分に分解し、i2aなどの複数のパスを継続的に拡張します。オフラインで一緒にトレーニングし、計算グラフをオンラインで分解します。パス部分はテーブルルックアップによって完了します。このようにして、ターゲットアテンションのパフォーマンス指標に近づき、沈めることができます。

ライブ群衆クラスタリングセクション。クラウド推薦モデルの確立により、各アンカーのユーザーを選択する機能と、ライブ放送室のすべてのリアルタイムオンラインユーザーデータのテーブルをクラウド調整用のリコールテーブルとして維持できるようになりました。これにより、調整されたクラウドプールが保証されます。一方で、プールの最大サイズはライブ放送室のリアルタイムオンラインユーザーの規模であり、他方では、プールに入るすべてのユーザーはライブ放送のリアルタイムオンラインユーザーです。

さらに、これに基づいて、クラウド クラスタリング アルゴリズム モデリングを導入し、アンカーに推奨されるユーザー セットの粒度を、単一のユーザーから類似のサブユーザー グループまで制御できるようにします。同時に、サブクラウドの概念は、単一のユーザーのクラウド露出率 (露出/リコール) とクラウド有効期限を推定するのに便利であり、コンピューティング オーバーヘッドと制御精度の間のトレードオフも改善できます。具体的には、ユーザー ベクトル埋め込みをアルゴリズム的にクラスタ化してユーザー サブクラスを取得し、オフライン ユーザー クラスタ サブクラスをライブ ブロードキャスト ルームのリアルタイム ユーザー データと結合してデータベース テーブルを形成します。したがって、アンカーの視聴者を選択するという問題は、動的に変化するクラスターごとにアンカーにパーソナライズされた推奨事項を提供するという問題に変換できます。リアルタイムのパーソナライズされた推奨機能を導入することに加えて、私たちのメカニズムの設計は、ユーザー側の推奨アルゴリズム ロジックに似た、アンカー側での露出フィルタリングも容易にします。

カスタマイズされた群衆規模推定セクション。アンカーのパーソナライズされたリアルタイム制御群衆の選択は、ライブ放送室のリアルタイムオンラインユーザーに基づいています。次に、露出率（露出/リコール）を組み合わせて、オンライン制御タスクに必要な群衆のサイズを比較的正確に推定します。ただし、商品のショートビデオの推奨とは異なり、ライブストリーミングはリアルタイムのストリームであり、その露出率は時間、自身の説明状況、商品のリアルタイム情報によって変化します。そのため、アンカーのオフライン露出率に基づいて初期の群衆の規模を推定し、その後、オンラインでのリアルタイム露出率統計に基づいて推定群衆の規模を動的に修正します。

アンカーは、群衆のオンライン推奨セクションを制御します。アンカー制御サブ集団のオンライン推奨プロセス中に、アンカーの関連性の高い候補集団ベクトルを呼び出して書き込み、各集団クラスターの大きさとタイムスタンプを記録し、過去の滞在時間データに基づいて制御サブ集団の有効期限を推定し、露出クラスターのリストを動的に維持します。規制された亜集団と組み合わされた規制サブポピュレーションの判断は、各書き込みが現在のライブ放送のオンラインユーザーとアンカーに非常に関連する候補集団のサブセットであることを保証します。スパイク」オフラインの人々の不安定な分布によって引き起こされる。

最後に、リアルタイムの動的マルチバリューパス母集団モデリングパーツ。トラフィックのROI属性を強化し、明確にする方法：持続時間、変換、コンバージョン、新しいユーザー獲得など、PV完了率を調節するのではなく、規制タスクに期待することです。規制人口構造の設計に関しては、従来の人口選択を通じて達成することは困難な複数の目標を変えるカスタマイズされた機能も望んでいます。

さらに、推進システムでは、相対的な期間内に、推奨システムの主流測定基準が比較的安定しています。トラフィックの規制に関しては、さまざまな種類の人格を持つさまざまな種類のビジネスが、たとえば、コンテンツベースのアンカーや新人の需要が異なります。これに基づいて、コア母集団に基づいて多目的規制リンクを構築しました。

具体的には、より正確で軽量のコアグループを定義し、コアグループPIDを使用して、トラフィックの調節にターゲットに焦点を当てたコアグループのリアルタイムPVR割合を制御します。トラフィックコントロールPIDを退化させることにより、非フィールドの視聴目標に基づくタスクの時間進行と比較して、リアルタイムのトラフィックの進行が失われる可能性があります。パス分解に基づいて形成された行動アンカーからのユーザーの部分は、オフラインの共同トレーニングとオンライン計算グラフの分解を実施します。もちろん、事前に明確なスケジュールと長期的なサポートを持つキーアンカーの場合、重要な参照としてオフラインの大型モデルスコアリングもシステムに導入されます。全体的なソリューションでは、リアルタイム、精度、安定性、一般化、および規制インセンティブのその他の要件を考慮しています。

3。トラフィックコントロールと供給エンドツーエンドのリンク

ライブストリーミングのデジタルマーケティングインフラストラクチャと、製品側のインテリジェントな操作ツールと機能を豊かにするために、Anchorの人気製品の予測、潜在的な新製品の予測、AnchorのPV値の予測など、一連のマーケティング機能を構築しました。トラフィックの価値に対するビジネスの同僚の心理的期待を強化し、アンカーチームとビジネスチーム間のコミュニケーションとリンク制御を改善し、いくつかの関連するビジネス製品を実装します。ユーザー、アンカー、および製品の3成分グラフのネットワーク構造をモデル化し、ライブブロードキャストルームのオンラインユーザーの正確な動的な人口計画、およびトラフィックの確実性を改善し、トラフィックの全体的なクローズドループを達成するために、エンドツーエンドのリンクされたマーケティング供給とトラフィックの規制と流通を組み合わせます。実際、それが熱い製品の予測、新製品の発見、PV値の予測、トラフィック予測などであろうと、これは本質的に、この三元ネットワーク図にいくつかの制限を作成し、最大値または最小値を解くという問題です。これは、マーケティングの問題を解決するための主なアイデアでもあります。アンカーサンプルとアンカー製品サンプルをユーザーアンカープロダクトの三元ネットワークサンプルと、ライブブロードキャストユーザーの到着率の推定モデリングと、推定される特定の問題のターゲットディメンション集約を組み合わせて、一般的な問題を解決できるソリューションのセットがあります。

もちろん、小さなサンプルを使用して学習を試みました。また、主なアイデアの難しさは、推奨されるサンプルからの転送学習の価値を動的に選択する方法にあります。

フロー制御とマーケティングの探求と組み合わせることで、フロー制御と供給の間のエンドツーエンドのリンクのための多くの関連アプリケーション実装ソリューションを導き出すことができます。

パン修復されたトラフィックマッチング：ホット製品の推定/PV値の推定結果とライブブロードキャストルームのエンドツーエンドのリアルタイムダイナミッククラウドを組み合わせることで、比較的自然な方法で人々を見つける人々/人々を見つける商品の目標を達成できます。ライブブロードキャストルームでオンラインユーザーの最も関連性の高いグループを見つけて、ホストの性格、ベンチマークホスト、および成功したライブブロードキャストシステムのベンチマークホストを見つけることができ、観客モデルを使用して自分の着陸と成長をサポートするために、今日の製品を収集するというアイデアを使用できます。いくつかの熱い製品の交通の爆発などを含む。彼らは当然、マーケティングとフロー制御作業を組み合わせています。 リアルタイムで正確なトラフィックのマッチング：ホストの製品情報とホストのハイライト/製品の概要を組み合わせることで、ホストの製品の栄養局のリアルタイムのダイナミックなクラウドコントロールのためのアプリケーションソリューションを構築することができますホストがタオバオに入ると、ホストの製品の多くは基本的にクロスカテゴリであり、ビジネス需要は、コントロールトラフィックをリアルタイム製品情報と組み合わせて、リアルタイムコントロールの観客が現在の期間の製品情報に沿っていることを保証できることを自然に期待しています。リアルタイムの製品 +アンカー情報は、ライブブロードキャストルームのリアルタイムユーザーリンクに基づいて、コンポジットアンカー埋め込みベクターをリアルタイムでリコールするために共同で推測されます。

新しいアンカーのサポート：アルゴリズムのモデリングとマーケティング関連の作業を制御する場合、新しいアンカーの正確なサポートは、これらのアンカーの重要な要件であり、歴史的な情報の参照が深刻であり、放送の数は少なく、アンカーの埋め込み情報学習は不十分です。エンドツーエンドのライブブロードキャスト正確なクラウドコントロールソリューションでは、新しいアンカーのサポートも、ブロードキャストセッションの特定の履歴データを使用して、比較的よく統合できます。リアルタイムのダイナミッククラウドコントロールを実現するために、新しいアンカー埋め込みベクトルを生成する同様のアンカー。もちろん、私たちはしばしば、最初のショーがゼロファンから始まる比較的極端なケースに遭遇します。動的に制御された群衆を構築する場合、産業の事前知識を参照して組み合わせて、ベンチマークアンカーカテゴリの他の関連するアンカーのアンカー情報に基づいて、アンカー間の類似点を拡大するとき、私たちは、同様の知識を持つアンカーと同様のカテゴリを卓越した純粋な時間に拡張することで、候補者のアンカーを生成します。 。

多様化されたトラフィックバリューパス：フロー制御と規制のために、さまざまな種類のレギュレーションビジネス、さまざまなタイプのアンカーパーソナリティ、異なる成長段階、さまざまなセッションの予想されるターゲットの取り決めは、通常、規制の完了率に基づいて、ROIの属性をさらに強化し、Convertionの魅力を発揮します。フロー制御とエンドツーエンドのリンケージ供給の技術アーキテクチャを使用して、期間、インタラクション、トランザクションなどのさまざまなROIに焦点を当てたタスクのコアインジケーターの改善を大幅にまたは2倍に達成します。

4。Q＆A

Q：トラフ​​ィックコントロールと推奨分布ロジックでは、クラウドコントロールにビジネスまたはデータロジックの競合が可能になりますか？たとえば、一部のユーザーは特定のタイプのコンテンツを受信するのに適していないため、その後のアルゴリズムロジックは、これらの廃棄されたユーザーが実際にこの競合に対処する方法を信じています。

A：実際、この問題はさまざまなコンテンツシナリオで比較的一般的です。コアの問題は、コンテンツフィールドの定義にあります。通常、価値はユーザー値、作成者値、プラットフォーム値の3つの部分で構成されています。ユーザーの価値は比較的理解しやすく、推奨システムが通常解決する必要があるコアの問題は、ユーザーに効率的な推奨事項を提供することです。ただし、実際のビジネスでは、他の価値を無視することも、たとえば、タオバオのライブブロードキャストビジネスも必要です。