看了10集《老友記》就被系統推薦了10季，Hulu如何用深度學習避免視頻推薦的過擬合

昨天，我們推送了一篇《用Word2Vec實現讓你上癮的網易雲音樂推薦演算法》，然而有機智的小夥伴指出：感覺推薦過擬合！

也就是說，如果你多聽了幾首劉德華的歌，就會一直給你推薦劉德華，但是你的內心其實四大天王都想嘗試聽聽呀~

還有一個領域也會遇到類似的問題，那就是視頻推薦。

也是哦，如果你看過老友記，那麼反覆給你推薦老友記1-10季肯定沒毛病~但這樣有點背離推薦演算法的初衷是不是？

GIF/1K

精準的推薦演算法能夠推送更匹配的信息，帶來驚喜和良好的用戶體驗。

這次公開課，我們請到了Hulu北京研發中心的推薦演算法研發負責人周涵寧老師，來為我們分享基於深度學習的視頻推薦系統。

知道Hulu的人遠不如知道YouTube和優酷、土豆的人多。

Hulu是2006年由美國福克斯廣播公司、迪士尼ABC電視集團以及NBC環球電視集團三方共同合資建立的一個互聯網專業視頻服務平台，目前在美國擁有1400萬註冊用戶。Hulu的目標是幫助用戶在任意時刻、任何地點、以任何方式查找並欣賞到高質量的電視劇、電影和電視直播。

GIF/1K

有了Hulu賬戶，可以第一時間看各種美劇和電影！在Hulu的眾多電視劇資源中，2017年最受歡迎的劇集是South Park（南方公園），美國用戶觀看南方公園的時間超過了10,700萬小時，單位換算為年的話，超過了1.2萬年！

內容簡介

推薦系統是人工智慧在商業化中比較成熟的應用之一。隨著視頻分發平台的崛起，視頻推薦獲得了廣泛的應用。

本次公開課會基於Hulu的實踐，介紹深度學習如何應用在視頻推薦中。以特徵選擇為例，深度學習可以利用非線性映射（利用激活函數的非線性），自動化特徵選擇的步驟，使得我們可以更容易地整合多種信息源。

公開課將涉及到推薦系統的目標和框架以及一些具體的模型，例如下圖中的深度神經網路

最後介紹如何將演算法與用戶體驗相結合，包括基於知識圖譜，用推理樹產生合理的推薦理由。

我們也摘錄了周涵寧老師此前接受採訪的片段，供大家了解與思考：

基於深度學習的視頻推薦系統，下一步的發展是怎樣的？

• 中短期的規劃主要是基於內容的推薦，解決冷啟動問題。

視頻網站的核心價值是對內容的理解。基於用戶行為的相關內容分析，已經到了比較成熟的階段，接下來的主要挑戰是對新內容和中長尾內容的冷啟動。目前，現有的方法依賴於人工標籤，存在一定的局限性，隨著計算機視覺技術的發展，未來將會有越來越多的系統是基於內容理解來自動打標籤。

• 長期的規劃是，基於自然語言對話進行內容的推薦。

智能助手的應用是一個很有潛力的發展方向。例如，我晚上回到家，對電視說「我今天心情低落」，電視就會推薦一些治癒系的影視作品。如果我接著說「我想看點搞笑的」，它就會在之前推薦的基礎上，篩選出喜劇。這個場景雖然看似簡單，卻涉及複雜的情感類語義標籤和多輪對話之間的上下文關聯。

GIF/1K

嘉賓簡介

周涵寧，現任Hulu北京研發中心推薦演算法研發負責人，具有15年的研發創新和管理經驗，專註於應用數據和演算法實現產品落地，有豐富的數據分析和機器學習實踐經驗。

他本科畢業於清華大學自動化系，於伊利諾伊大學香檳分校獲得計算機視覺領域博士學位。歷任施樂矽谷研究中心研究員，亞馬遜美國總部高級技術經理，盛大創新院資深研究員兼產品總監，智谷公司技術副總裁和寶寶樹CTO。他擁有十多項美國專利授權，發表學術論文二十餘篇。

還有2天開講，抓緊時間掃碼

進直播間嗨起來吧！

請注意：

本次公開課形式為PPT+語音直播，無需下載APP，長按識別上方海報中的二維碼即可通過微信進入直播間收聽。

贈書福利：

歡迎大家在直播間中生成專屬邀請函並分享~開課前邀請人數排名前12的小夥伴，每人將獲贈O"Reilly出版社贊助本次活動的圖書一本~

書名：

Python數據分析基礎

Python數據處理

Python網路數據採集

Spark快速大數據分析

R圖形化數據分析

進入直播間後，點擊「邀請朋友一起聽課，強勢上榜」即可選擇自己的專屬邀請函並發送給朋友~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！