本文整理自LiveVideoStack線上分享第三季，第九期，由阿里巴巴資深算法專家，蔡龍軍（牧己）為大家詳細(xì)介紹如何在制作和播出階段，利用AI和大數(shù)據(jù)來提升重要環(huán)節(jié)的確定性，進而提升內(nèi)容爆款的可能性。

文/阿里巴巴資深算法專家蔡龍軍（牧己）整理/LiveVideoStack
大家好，我是來自優(yōu)酷內(nèi)容智能團隊的資深技術(shù)專家牧己，主要負(fù)責(zé)基于大數(shù)據(jù)和人工智能去解決內(nèi)容方面的問題。接下來，我將以《長安十二時辰》為例，分享優(yōu)酷在提升“爆款確定性”中的技術(shù)實踐。

一、如何定義爆款？

?
優(yōu)酷有個產(chǎn)品叫北斗星，相當(dāng)于我們的文娛大腦。一般比較熱門的劇集的“北斗星日指數(shù)”約50-60W，而《長安十二時辰》的“北斗星日指數(shù)”可以達(dá)到100W+，并且還帶動會員收入的快速攀升。如果大家對北斗星指數(shù)沒有概念，我再分享一個有趣的數(shù)字：雷佳音在劇中吃“水晶柿子”的橋段，使西安水晶柿子的銷量增長到往年的6倍。?綜藝的年度爆款《這就是街舞》是同題材類型精品節(jié)目熱度的2-3倍。另外，這兩檔節(jié)目除了對18-34歲核心人群有很好的覆蓋，對35-49歲的人群上也有一定輻射，可見爆款的影響力有多大。?

二、長視頻爆款的復(fù)雜與挑戰(zhàn)：較高不確定性

長視頻爆款的復(fù)雜和挑戰(zhàn)主要來源于不確定性，并且這種不確定性滲透在內(nèi)容的采集、宣發(fā)和投放的所有環(huán)節(jié)中。?第一個不確定叫做延遲滿足和信息不完備。長視頻通過組織多個有效的事件序列，形成價值轉(zhuǎn)換，刻畫出不同人物，最終體現(xiàn)一個或多個價值觀，整個過程需要很多劇集逐漸被用戶感知。每個用戶對于內(nèi)容的偏好點和關(guān)注點不同，獲取的只是內(nèi)容片面的信息，信息的不完備性，導(dǎo)致對于內(nèi)容理解的偏差。

優(yōu)酷主要通過NLP/CV/語音的語義理解&KG等技術(shù)，進行“內(nèi)容外延的解構(gòu)”和“內(nèi)容內(nèi)核的創(chuàng)作理解”，獲取到內(nèi)容從外到內(nèi)的各維度數(shù)據(jù)，保證相對的確定性。?第二個不確定是涉及工種極多的復(fù)雜系統(tǒng)工程。需要對復(fù)雜過程中的關(guān)鍵點數(shù)字化、模式化，對過程進行量化衡量&計算。?第三個不確定來自于內(nèi)容本身的專業(yè)技能。如何與流量商業(yè)價值相結(jié)合，內(nèi)容人在內(nèi)容創(chuàng)作過程中會加入各種專業(yè)的技術(shù)，如在大場景的還原上，鏡頭語言的處理上，服化道的配置上，畫面的構(gòu)圖上等等。但是這些技術(shù)，哪些是用戶關(guān)注的？哪些是用戶不在乎的？這很重要，涉及到最終的流量商業(yè)價值。所以，優(yōu)酷要在技術(shù)上解決用戶理解和用戶心理學(xué)的問題，洞察用戶偏好，將用戶和內(nèi)容做關(guān)聯(lián)。?內(nèi)容產(chǎn)業(yè)發(fā)展背后的趨勢思考
商業(yè)需要確定性，而內(nèi)容具有極強的不確定性，如何依靠技術(shù)達(dá)到平衡？這是內(nèi)容產(chǎn)業(yè)發(fā)展所引發(fā)的思考。
?在崇尚個性化的當(dāng)下，爆款也從“全民爆款”演進成“圈層爆款”，非圈層受眾對某些內(nèi)容完全沒有感知，與之前萬人空巷的氣勢完全不同。?

三、?如何提升？向算法和數(shù)據(jù)榨取確定性

1、何為北斗星？
?從內(nèi)容的不確定性出發(fā)，優(yōu)酷采取人機結(jié)合的系統(tǒng)即北斗星。北斗星是一個具有思考能力的大腦，解決采、投、制、宣、發(fā)、放等內(nèi)容全生命周期的不確定性，提升爆款能力。??2、基礎(chǔ)能力：內(nèi)容創(chuàng)作理解能力?繁雜信息處理對于人工智能來說是“小菜一碟”，難點是解決內(nèi)容創(chuàng)作中的理解、預(yù)測和挖掘能力。內(nèi)容創(chuàng)作理解能力，是對劇本進行智能化的分析和挖掘，提高這部分的確定性。主創(chuàng)班子是一個極強的系統(tǒng)化工程，在上圖左側(cè)會基于內(nèi)容理解做分析和挖掘，而右側(cè)會基于數(shù)據(jù)對左側(cè)內(nèi)容理解做量化，從而提供類似大腦的思考和決策能力，提高這部分的確定性。??內(nèi)容創(chuàng)作有自身規(guī)律，內(nèi)容創(chuàng)作理解就是圍繞基于鏡頭語言和“兩千多年的戲劇理論應(yīng)用價值觀”轉(zhuǎn)化為技術(shù)能力，即對劇本和視頻的智能理解。??以《長安》劇本分析為例，全劇本共有120多個人物，主創(chuàng)戲份評估如下：?1）張小敬的戲份占15%，李必占10%，檀棋、龍波、姚汝能分別占5%、4%、3%；2）張小敬和李必在全劇分別貢獻了90%以上的人物關(guān)系；3）檀棋貢獻了80%以上的人物關(guān)系，在劇中作為功能性人物推動劇情發(fā)展。?對《長安十二時辰》劇本的角色交互分析如下：1）?張小敬與檀棋的交互最多；2）?李必與檀棋、徐賓交互較多；3）?相比IP劇本減少了張小敬和李必的交互。?

對《長安》中人物情緒進行分析發(fā)現(xiàn)：在前16集中，第3集和第10集出現(xiàn)了情緒表達(dá)的高峰，為劇情創(chuàng)造緊張情節(jié)。??對于《長安》第一集的成片進行多模態(tài)，包括聲音與圖像。圖像綜合了演員表情、場景、動作等分析，預(yù)測出一條“用戶觀影情緒曲線”，后續(xù)結(jié)合用戶真實觀看情況對數(shù)據(jù)進行升級優(yōu)化。?3、?采制階段：預(yù)測能力建設(shè)

?對于不確定的事情，如果可以計算出不確定性有多強，便可有效提升商業(yè)決策效率，提高決策結(jié)果的確定性。基于此，建設(shè)識別和理解不確定性的預(yù)測模型。?

預(yù)測中會面臨數(shù)據(jù)、模型和應(yīng)用三方面問題。數(shù)據(jù)問題分為數(shù)據(jù)量不夠，數(shù)據(jù)不干凈和信息不完備。模型的問題包括復(fù)雜機制很難通過樣本進行覆蓋、很難深入理解問題本質(zhì)和很難跨領(lǐng)域進行舉一反三學(xué)習(xí)。從優(yōu)酷的經(jīng)驗出發(fā)，是正確識別應(yīng)用上的不確定性可以在應(yīng)用上有很好的改觀。??常規(guī)解法也分為數(shù)據(jù)、模型和應(yīng)用三方面解法。數(shù)據(jù)量由數(shù)據(jù)采樣和數(shù)據(jù)生成解決，數(shù)據(jù)不干凈由數(shù)據(jù)清洗解決，數(shù)據(jù)不完備由Domain Knowledge&KG解決。應(yīng)用解法中不確定分析模型有Belief Network等解法。??根據(jù)之前解決的問題，解法可以分為四層：
第一層是基礎(chǔ)層。分為KG&Domain Knowledge/Feature Engineering和學(xué)習(xí)加速；
第二層是數(shù)據(jù)層。分為數(shù)據(jù)生成（SMOTE），隸屬度變換（高斯隸屬度）和半監(jiān)督學(xué)習(xí)；
第三層是模型層。通過DNN和Relation Net以及MTL相結(jié)合，降低過擬合，提高模型的學(xué)習(xí)能力；
第四層是Uncertainty Learning，基于變分推斷的框架進行內(nèi)容不確定性的預(yù)測。??SMOTE（Synthetic Minority Oversampling Technique），合成少數(shù)類過采樣技術(shù)。

它是基于隨機過采樣算法的一種改進方案。由于隨機過采樣，采取簡單復(fù)制樣本的策略來增加少數(shù)類樣本，這樣容易產(chǎn)生模型過擬合的問題，使得模型學(xué)習(xí)到的信息過于特別(Specific)而不夠泛化(General)。SMOTE算法是對少數(shù)類樣本進行分析，并人工合成新樣本添加到數(shù)據(jù)集中，新樣本的公式為xnew=x+rand(0,1)?|x?xn|，生成的樣本可直接應(yīng)用到項目中，但提升效果不穩(wěn)定。?優(yōu)酷得到的結(jié)論是：在生成新樣本后引入隸屬度變換，來計算新樣本與真實樣本的接近程度。經(jīng)驗證，加入隸屬度變換后，效率提升約5%。
?所有模型都會面臨過擬合問題，優(yōu)酷的基本思路是分析預(yù)測事件的基本特點，對于不同的特點建立不同的模型，分別有生命周期模型、競爭博弈模型和復(fù)雜影響因子。?

對于復(fù)雜模型的邏輯：把前面的模型各部分的因素都拆開，復(fù)雜因素用DNN去擬合，外部競爭的關(guān)系去Relation Net做推理去解決，最后用MTL整合模型，根據(jù)實際情況也會加入其它模型。??Relation Net是2016年發(fā)表的CNN模型。基本思路是將包含各種圓柱、橢圓等形狀的圖片，經(jīng)由CNN網(wǎng)絡(luò)輸出生成feature maps，把圖中涉及到形狀的object通過通道取出，每兩個object配對形成一個對比串，然后與LSTM編碼question的embedding向量疊加到一起，輸入到一個深度網(wǎng)絡(luò)中進行學(xué)習(xí)，最后softmax分類到某個答案詞上面，進行正確與否的判斷。?Uncertainty Learning這塊，從2016年開始它逐步熱起來，我們也用變分去做了一些事情。

?
這一部分可以在網(wǎng)上參考“貝葉斯Network”，重點看它如何利用“變分”得到最后結(jié)果。?4、宣發(fā)階段：挖掘能力建設(shè)??挖掘能力更多應(yīng)用于已經(jīng)發(fā)生的事件，使其更具有確定性。上圖是《長安》播出后，每一分鐘用戶的收視狀況、復(fù)看狀況和彈幕狀況，再結(jié)合每一時間段的劇情內(nèi)容對用戶喜好做更精準(zhǔn)的分析，以此來做更好的宣推和挖掘。?內(nèi)容產(chǎn)業(yè)是個不確定性非常高的產(chǎn)業(yè)，越是爆款就越有不確定性。互聯(lián)網(wǎng)下半場我們積累了特別多的數(shù)據(jù)，AI能力也得到了前所未有的發(fā)展，我們建立了“文娛大腦”北斗星、AI劇本等內(nèi)容形式的挖掘能力，和采買不確定性預(yù)測的評估能力，以及對于宣發(fā)挖掘的能力，都在業(yè)務(wù)應(yīng)用上取得了不錯的成績。?傳統(tǒng)的內(nèi)容制作領(lǐng)域，依然依賴人的經(jīng)驗，在強人工智能尚遙遠(yuǎn)的情形下，如何結(jié)合機器AI和人工經(jīng)驗是個永恒的主題，例如結(jié)合符號主義（計算機學(xué)派）和連接主義（仿生學(xué)派）的智能。因此，我們將在兩個方向發(fā)力：1）決策引擎的建設(shè)，包括結(jié)合人工邏輯規(guī)則和機器學(xué)習(xí)，不確定性分析框架和經(jīng)久不衰的貝葉斯因果決策，以及神經(jīng)元化的混合智能計算框架。2）量化的心理學(xué)研究也越來越重要，我們也會推進這部分探索。

LiveVideoStack? 招募

LiveVideoStack正在招募編輯/記者/運營，與全球頂尖多媒體技術(shù)專家和LiveVideoStack年輕的伙伴一起，推動多媒體技術(shù)生態(tài)發(fā)展。同時，也歡迎你利用業(yè)余時間、遠(yuǎn)程參與內(nèi)容生產(chǎn)。了解崗位信息請在BOSS直聘上搜索“LiveVideoStack”，或通過微信“Tony_Bao_”與主編包研交流。

LiveVideoStackCon 2019北京 音視頻技術(shù)大會最新日程現(xiàn)已上線，掃描圖中二維碼或點擊【閱讀原文】了解大會最新日程。

總結(jié)

以上是生活随笔為你收集整理的《长安十二时辰》背后的文娱大脑：如何提升爆款的确定性？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。