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）為大家詳細介紹如何在制作和播出階段，利用AI和大數據來提升重要環節的確定性，進而提升內容爆款的可能性。

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

一、如何定義爆款？

?
優酷有個產品叫北斗星，相當于我們的文娛大腦。一般比較熱門的劇集的“北斗星日指數”約50-60W，而《長安十二時辰》的“北斗星日指數”可以達到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沒有概念，我再分享一個有趣的數字：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目熱度的2-3倍。另外，這兩檔節目除了對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、長視頻爆款的復雜與挑戰：較高不確定性

長視頻爆款的復雜和挑戰主要來源于不確定性，并且這種不確定性滲透在內容的采集、宣發和投放的所有環節中。?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，形成價值轉換，刻畫出不同人物，最終體現一個或多個價值觀，整個過程需要很多劇集逐漸被用戶感知。每個用戶對于內容的偏好點和關注點不同，獲取的只是內容片面的信息，信息的不完備性，導致對于內容理解的偏差。

優酷主要通過NLP/CV/語音的語義理解&KG等技術，進行“內容外延的解構”和“內容內核的創作理解”，獲取到內容從外到內的各維度數據，保證相對的確定性。?第二個不確定是涉及工種極多的復雜系統工程。需要對復雜過程中的關鍵點數字化、模式化，對過程進行量化衡量&計算。?第三個不確定來自于內容本身的專業技能。如何與流量商業價值相結合，內容人在內容創作過程中會加入各種專業的技術，如在大場景的還原上，鏡頭語言的處理上，服化道的配置上，畫面的構圖上等等。但是這些技術，哪些是用戶關注的？哪些是用戶不在乎的？這很重要，涉及到最終的流量商業價值。所以，優酷要在技術上解決用戶理解和用戶心理學的問題，洞察用戶偏好，將用戶和內容做關聯。?內容產業發展背后的趨勢思考
商業需要確定性，而內容具有極強的不確定性，如何依靠技術達到平衡？這是內容產業發展所引發的思考。
?在崇尚個性化的當下，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？向算法和數據榨取確定性

1、何為北斗星？
?從內容的不確定性出發，優酷采取人機結合的系統即北斗星。北斗星是一個具有思考能力的大腦，解決采、投、制、宣、發、放等內容全生命周期的不確定性，提升爆款能力。??2、基礎能力：內容創作理解能力?繁雜信息處理對于人工智能來說是“小菜一碟”，難點是解決內容創作中的理解、預測和挖掘能力。內容創作理解能力，是對劇本進行智能化的分析和挖掘，提高這部分的確定性。主創班子是一個極強的系統化工程，在上圖左側會基于內容理解做分析和挖掘，而右側會基于數據對左側內容理解做量化，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。??內容創作有自身規律，內容創作理解就是圍繞基于鏡頭語言和“兩千多年的戲劇理論應用價值觀”轉化為技術能力，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%以上的人物關系；3）檀棋貢獻了80%以上的人物關系，在劇中作為功能性人物推動劇情發展。?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現：在前16集中，第3集和第10集出現了情緒表達的高峰，為劇情創造緊張情節。??對于《長安》第一集的成片進行多模態，包括聲音與圖像。圖像綜合了演員表情、場景、動作等分析，預測出一條“用戶觀影情緒曲線”，后續結合用戶真實觀看情況對數據進行升級優化。?3、?采制階段：預測能力建設

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

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

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，采取簡單復制樣本的策略來增加少數類樣本，這樣容易產生模型過擬合的問題，使得模型學習到的信息過于特別(Specific)而不夠泛化(General)。SMOTE算法是對少數類樣本進行分析，并人工合成新樣本添加到數據集中，新樣本的公式為xnew=x+rand(0,1)?|x?xn|，生成的樣本可直接應用到項目中，但提升效果不穩定。?優酷得到的結論是：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，優酷的基本思路是分析預測事件的基本特點，對于不同的特點建立不同的模型，分別有生命周期模型、競爭博弈模型和復雜影響因子。?

對于復雜模型的邏輯：把前面的模型各部分的因素都拆開，復雜因素用DNN去擬合，外部競爭的關系去Relation Net做推理去解決，最后用MTL整合模型，根據實際情況也會加入其它模型。??Relation Net是2016年發表的CNN模型。基本思路是將包含各種圓柱、橢圓等形狀的圖片，經由CNN網絡輸出生成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，輸入到一個深度網絡中進行學習，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。

?
這一部分可以在網上參考“貝葉斯Network”，重點看它如何利用“變分”得到最后結果。?4、宣發階段：挖掘能力建設??挖掘能力更多應用于已經發生的事件，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、復看狀況和彈幕狀況，再結合每一時間段的劇情內容對用戶喜好做更精準的分析，以此來做更好的宣推和挖掘。?內容產業是個不確定性非常高的產業，越是爆款就越有不確定性。互聯網下半場我們積累了特別多的數據，AI能力也得到了前所未有的發展，我們建立了“文娛大腦”北斗星、AI劇本等內容形式的挖掘能力，和采買不確定性預測的評估能力，以及對于宣發挖掘的能力，都在業務應用上取得了不錯的成績。?傳統的內容制作領域，依然依賴人的經驗，在強人工智能尚遙遠的情形下，如何結合機器AI和人工經驗是個永恒的主題，例如結合符號主義（計算機學派）和連接主義（仿生學派）的智能。因此，我們將在兩個方向發力：1）決策引擎的建設，包括結合人工邏輯規則和機器學習，不確定性分析框架和經久不衰的貝葉斯因果決策，以及神經元化的混合智能計算框架。2）量化的心理學研究也越來越重要，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專家和LiveVideoStack年輕的伙伴一起，推動多媒體技術生態發展。同時，也歡迎你利用業余時間、遠程參與內容生產。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 音視頻技術大會最新日程現已上線，掃描圖中二維碼或點擊【閱讀原文】了解大會最新日程。

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。