📖 ZKIZ Archives

【南方名記】快手機器算法如何判斷用戶的“上升力”？

2017年4月5日，北京中關村清華科技園，快手CEO宿華在快手總部接受南方周末記者采訪。（南方周末記者 張濤/圖）

（本文首發於2017年4月27日《南方周末》，原標題為《快手的“無形之手”》）

為了讓機器更加公平和公正，快手的工程師們給機器定了一個“公理”，建立了一個數學里的規則社區。

跟大多數有智能分發功能的互聯網產品一樣，快手的產品模式是，把人和信息做精準匹配。

快手CEO宿華介紹，一個快手的新用戶，在冷啟動的時候，機器首先會根據用戶的註冊資料、手機機型、地理位置和周邊用戶等情況，對用戶做一個特征分析。當用戶有了使用行為，瀏覽了內容後，快手的機器會根據用戶的興趣和愛好，升級用戶特征庫，進而給用戶匹配更精準的內容。目前快手的用戶特征庫已經高達數百億條。

如果這個用戶開始發視頻，快手的機器會對內容進行識別，把這個內容匹配和分發給其他可能對這個內容感興趣的用戶。

機器要實現對用戶興趣的精準識別，需要一定時間。比如宿華從小喜歡二胡，這並不是一個大眾愛好，一開始系統並沒有發現他這個愛好，過了一段時間機器才開始給他推薦一些二胡視頻。宿華說，很難說機器用了多久發現這個興趣，沒有一個特別清晰的臨界點和邊界，像交朋友一樣。

由於去中心化定位，所以快手的算法機器的作用就更大，因為一切註意力資源，都交給了機器來分配。這只快手上的無形之手，決定了你的內容被推薦給誰，被推薦給多少用戶，也決定了是否給你直播權限。

這個機器是快手的人工智能技術和核心算法。它的作用是，理解用戶上傳的內容，然後把這個內容跟其他可能對這個內容感興趣的用戶進行匹配。

宿華介紹，快手人工智能技術的核心是三點。一是對內容屬性的理解，二是對人的屬性的理解，三是人與內容的互動。

內容屬性的理解主要是識別照片、文字和視頻內容。目前互聯網行業的技術，在識別文字和照片的技術已經相對成熟。不僅能識別出一篇文章的類別（軍事、體育和娛樂等），還能識別出一篇文章的情感（高興、悲傷、貶低或贊揚）。但視頻內容的識別技術還有待突破，目前只能識別場景（市內室外、酒吧、操場）。

宿華舉例說，一段戀人擁抱的視頻，人能簡單分辨出來這是分別的擁抱。但機器識別不了這個擁抱是久別重逢還是短暫分別，是開心相聚還是悲傷離別。

“機器能識別是一只寵物，但是貓還是狗？是狗的話，什麽狗？這些是更需要突破的技術。”宿華舉例說，他發了一個自己小孩坐在玩具車上打瞌睡的視頻。機器能判斷視頻里有一個孩子和一輛車，但機器目前還識別不了這是真車還是玩具車。

這個視頻又不能簡單地推送給發過孩子視頻的用戶。因為那些用戶可能只喜歡自己的孩子。就算用戶喜歡別人的孩子，但到底喜歡胖孩子還是瘦孩子，這些細節的差異，都需要機器去學習。

為了精準匹配，機器會進一步發現這個視頻里其他細微的特征。

“每一個特征都是機器在猜測，然後做驗證，這是一種弱決策，但很多弱決策疊加在一起之後，就變成了強匹配。”宿華說，這些特征在快手是百億級存量。

對人的屬性理解，則分成短期屬性、中期屬性和長期屬性三塊。其中，長期屬性是出生年月和地區等。中期屬性是興趣愛好。最難識別的是短期屬性，比如一個人搜索“蘋果”，今天可能是想吃蘋果，明天可能是想買一個蘋果手機。這些屬性是瞬息萬變的，也最難識別和判斷。

判斷一個人的短期屬性很難，但也更有價值。曾光明舉例說，一個人是皇馬的球迷，他希望看到皇馬的消息，但可能不太想看到皇馬輸球的視頻，如果你在不恰當的時候把皇馬輸球視頻推送給他，他可能很不高興。

人與內容的互動則指的是用戶之間的點贊、關註和評論等行為。這些數據有助於機器預估一個人的興趣愛好。數據互動最難的是需要時間沈澱、用戶量積累和用戶活躍度。

曾光明說，為了讓機器更加公平和公正，快手的工程師們給機器定了一個“公理”，建立了一個規則社區。

在這個法治社會里，即便是宿華本人，如果沒有上升力的內容，也很難被自己開發的機器所認可。宿華透露說，他的粉絲只有九十多個。