一、淘寶直播體系化調(diào)控能力演進(jìn)

目前淘寶直播推薦算法工作階段性重心轉(zhuǎn)向發(fā)現(xiàn)性和實(shí)時(shí)性。從C端用戶的視角出發(fā)，重新定義人貨場(chǎng)的匹配推薦，以提高用戶的真實(shí)體感。而對(duì)于流量調(diào)控算法而言，為了鼓勵(lì)主播開播、加速主播成長(zhǎng)、優(yōu)化主播生態(tài)，流量扶持或流量激勵(lì)是重要的方式組成，更多的是從B端視角即主播商家側(cè)出發(fā)，提供業(yè)務(wù)運(yùn)營(yíng)可控途徑，扶持激勵(lì)主播成長(zhǎng)，促進(jìn)生態(tài)平衡繁榮。

圍繞直播主播生態(tài)與主播成長(zhǎng)大目標(biāo)，直播流量調(diào)控系統(tǒng)承擔(dān)了多維度的業(yè)務(wù)訴求，構(gòu)建了較為完善流量調(diào)控機(jī)制體系。比如產(chǎn)品功能上的分享任務(wù)、排位賽，運(yùn)營(yíng)杠桿下的領(lǐng)航計(jì)劃、營(yíng)銷活動(dòng)，產(chǎn)算機(jī)制內(nèi)的新主播冷啟、實(shí)時(shí)賽馬、潛力主播、場(chǎng)觀保底等等。

與商品、圖文、短視頻等業(yè)務(wù)場(chǎng)景相比較，直播場(chǎng)景具有較大的差異性，無論是供給的時(shí)效性，其他場(chǎng)景內(nèi)容供給是全周期的，即生產(chǎn)出來后可以時(shí)時(shí)刻刻作為內(nèi)容池子去分發(fā)，而直播不一樣，其生命周期僅存在于直播間從創(chuàng)建到關(guān)閉這段時(shí)間，即只有主播開播期間才能生產(chǎn)內(nèi)容并進(jìn)行流量分發(fā)或調(diào)控，因此有較強(qiáng)的實(shí)效性。另外內(nèi)容的動(dòng)態(tài)變化性，其他場(chǎng)景內(nèi)容是離線生產(chǎn)的，生產(chǎn)后各種屬性信息基本就確定下來了，而直播的內(nèi)容是實(shí)時(shí)生產(chǎn)的，是流式的內(nèi)容，很難知道下一刻的直播內(nèi)容是什么，主播上架商品、商品秒殺、評(píng)論抽獎(jiǎng)、紅包雨、粉絲互動(dòng)等一系列直播間動(dòng)作或狀態(tài)都隨時(shí)會(huì)發(fā)生或變化，會(huì)影響到直播間的氛圍或直播間對(duì)用戶的吸引力或承接能力，無疑會(huì)對(duì)流量調(diào)控工作提出了更高的挑戰(zhàn)要求。進(jìn)一步，從主播的生命周期價(jià)值來看，從LTV的視角出發(fā)，其價(jià)值在時(shí)刻發(fā)生變化，無論在每場(chǎng)內(nèi)還是不同場(chǎng)間。無論在技術(shù)還是業(yè)務(wù)上，流量調(diào)控在直播領(lǐng)域存在很多挑戰(zhàn)和問題。除了一些調(diào)控原始的問題，在預(yù)估主播開播時(shí)長(zhǎng)、保持流量平穩(wěn)性、提升推薦算法和調(diào)控算法效率等方面都需要持續(xù)優(yōu)化，以實(shí)現(xiàn)用戶找到符合興趣的直播間，實(shí)現(xiàn)用戶側(cè)價(jià)值、主播匹配到高互動(dòng)意愿和高轉(zhuǎn)化意愿的用戶以調(diào)動(dòng)主播積極性的目標(biāo)，實(shí)現(xiàn)主播側(cè)價(jià)值，進(jìn)而最終實(shí)現(xiàn)平臺(tái)價(jià)值。

(相關(guān)資料圖)

目前，淘寶直播涉及多個(gè)核心場(chǎng)域，每個(gè)場(chǎng)域都有不同的業(yè)務(wù)邏輯和產(chǎn)品認(rèn)知。圍繞主播生態(tài)和主播成長(zhǎng)兩大目標(biāo)，我們希望建立一個(gè)統(tǒng)一的流量平臺(tái)管理能力，協(xié)調(diào)差異化的傳控訴求的同時(shí)，緩解業(yè)務(wù)需求與分發(fā)協(xié)調(diào)的困難。同時(shí)，希望支持主播、貨品、用戶等多維度的調(diào)控訴求，構(gòu)建一個(gè)更實(shí)時(shí)化、精細(xì)化、業(yè)務(wù)多維度可控的體系化調(diào)控能力，服務(wù)整個(gè)直播生態(tài)的健康發(fā)展和流量規(guī)劃可控。

目前，淘寶直播已經(jīng)迭代了一套相對(duì)完善的直播調(diào)控流量中控系統(tǒng)，以滿足多維度的調(diào)控業(yè)務(wù)訴求。從技術(shù)和架構(gòu)的角度來看，整個(gè)系統(tǒng)可以從三個(gè)視角進(jìn)行討論，即調(diào)控策略維度、流量調(diào)控目標(biāo)維度和調(diào)控場(chǎng)景維度。

首先，調(diào)控策略維度。我們構(gòu)建了包括主播場(chǎng)次維度、貨品維度、營(yíng)銷活動(dòng)維度、用戶PV維度等多方面的調(diào)控能力。每個(gè)部分下又涵蓋了不同的調(diào)控細(xì)化能力。能夠覆蓋像主播場(chǎng)次的宏觀多類型保量，增量調(diào)控，分時(shí)段精準(zhǔn)調(diào)控等，還有像搭建了以品為核心的商品調(diào)控鏈路，強(qiáng)化貨品供給端到端聯(lián)動(dòng)流量分發(fā)的能力?；谪浧返娜巳喝x+商品維度流量調(diào)控，結(jié)合看點(diǎn)的實(shí)時(shí)消息做到在主播講解品的瞬間起量，分鐘級(jí)精準(zhǔn)快速保量。營(yíng)銷玩法聯(lián)動(dòng)流量機(jī)制，用戶pv粒度精準(zhǔn)控制等等。

其次，調(diào)控目標(biāo)維度。類似于我們向主播宣導(dǎo)時(shí)長(zhǎng)和成交是流量上升的重要考核因素，對(duì)于調(diào)控流量，不同的調(diào)控業(yè)務(wù)類型，不同類型的人設(shè)主播，不同場(chǎng)次預(yù)期目標(biāo)安排對(duì)于調(diào)控的業(yè)務(wù)訴求也是不同的，比如針對(duì)內(nèi)容型主播或者新咖入淘，對(duì)于調(diào)控流量是否能帶來更高的粉絲轉(zhuǎn)化和留存有著更強(qiáng)的需求，針對(duì)帶貨主播大場(chǎng)成交轉(zhuǎn)化無疑是更加重要的目標(biāo)等，那么站在調(diào)控目標(biāo)角度，如何去強(qiáng)化明確激勵(lì)流量的ROI屬性：時(shí)長(zhǎng)、轉(zhuǎn)粉、轉(zhuǎn)化、用戶拉新等，而不僅僅是pv完成率，這是傳統(tǒng)調(diào)控所難以達(dá)到的。那么針對(duì)調(diào)控架構(gòu)的設(shè)計(jì)，我們也希望擁有這種可以多元目標(biāo)轉(zhuǎn)變的定制化能力。

最后，調(diào)控場(chǎng)景維度。淘寶直播目前覆蓋核心場(chǎng)景眾多，緩解直播流量控制的確定性業(yè)務(wù)訴求與跨域各分發(fā)場(chǎng)景在流量調(diào)控上的協(xié)同困難，中控系統(tǒng)構(gòu)建了多場(chǎng)景的動(dòng)態(tài)實(shí)時(shí)協(xié)調(diào)能力，結(jié)合主播歷史渠道流量分布，場(chǎng)景流量規(guī)模，是否新人主播，是否預(yù)設(shè)pvr信息等進(jìn)行分渠道流量預(yù)規(guī)劃，調(diào)控過程中，結(jié)合調(diào)控現(xiàn)狀（當(dāng)前目標(biāo)，流量進(jìn)度，計(jì)算誤差，時(shí)間信息等），進(jìn)行各場(chǎng)景實(shí)時(shí)pvr動(dòng)態(tài)調(diào)整規(guī)劃，結(jié)合調(diào)控實(shí)時(shí)反饋，緩解調(diào)控難度保障完成率，避免流量過度集中到某個(gè)特定場(chǎng)景，同時(shí)提升流量效率。中控統(tǒng)一架構(gòu)下的差異化各場(chǎng)景調(diào)控人群生成，保證調(diào)控穩(wěn)定性的同時(shí)，提升流量效率，兼顧平穩(wěn)性與效率。

在整個(gè)架構(gòu)下，算法也是進(jìn)行了多維度多切口的迭代優(yōu)化，例如營(yíng)銷活動(dòng)聯(lián)動(dòng)流量調(diào)控，淘寶直播動(dòng)態(tài)精準(zhǔn)端到端人群構(gòu)建，直播流量多價(jià)值路徑建模，如何優(yōu)雅的進(jìn)行貨找人/人找人多粒度人群匹配，流量池下的直播網(wǎng)絡(luò)流建模，調(diào)控特色的排序體系化建設(shè)等等。

那么縱觀整個(gè)直播流量調(diào)控體系，圍繞眾多業(yè)務(wù)訴求，算法側(cè)我們可以整體抽象出來一些核心問題：

1.眾多差異化的調(diào)控訴求，構(gòu)建體系化的解決方案

2.流量控制的確定性業(yè)務(wù)訴求與各分發(fā)場(chǎng)景在流量調(diào)控上的協(xié)同困難

3.流量調(diào)控任務(wù)的完成率與平穩(wěn)性保證

4.持續(xù)提升調(diào)控流量的效率價(jià)值

5.直播端到端供給如何聯(lián)動(dòng)分發(fā)

6.調(diào)控激勵(lì)流量是否多元ROI屬性可定制

二、實(shí)驗(yàn)實(shí)時(shí)動(dòng)態(tài)多元價(jià)值路徑人群建模

對(duì)于激勵(lì)流量調(diào)控而言，各差異化類型的調(diào)控計(jì)劃本質(zhì)均是在已有推薦系統(tǒng)的基礎(chǔ)上，調(diào)控算法通過干預(yù)公域推薦流量的分發(fā)來給到主播額外的推薦流量。在面向B端視角的情況下，我們可以從另一個(gè)視角去詮釋推薦和調(diào)控的差異性，推薦重視給特定用戶推薦更加契合的候選主播列表，而調(diào)控側(cè)重給調(diào)控目標(biāo)主播推薦更加契合的候選用戶列表。舉一個(gè)更加通俗的例子，從推薦角度來看，假設(shè)全用戶召回的情況下，對(duì)于用戶A，興趣相關(guān)性較高的主播B是一個(gè)較好的優(yōu)質(zhì)候選待推薦主播。而從調(diào)控角度來看，對(duì)于B主播的調(diào)控計(jì)劃，用戶A不一定在最match當(dāng)前主播的高調(diào)控目標(biāo)價(jià)值用戶集合中。

那么針對(duì)上述算法抽象核心問題和我們對(duì)調(diào)控的另一個(gè)視角的闡述，一個(gè)較好的可通用化的切入點(diǎn)就是如何更加合理有效的構(gòu)建調(diào)控人群方案，那么我們可以一起討論如何創(chuàng)新性的將主播調(diào)控人群圈選問題轉(zhuǎn)化為給主播實(shí)時(shí)推薦直播在線用戶問題，引入面向主播側(cè)的算法實(shí)時(shí)個(gè)性化推薦能力，并對(duì)整個(gè)系統(tǒng)流程架構(gòu)進(jìn)行簡(jiǎn)介，一方面兼顧調(diào)控平穩(wěn)性與調(diào)控完成率，持續(xù)提升調(diào)控流量效率價(jià)值，另一方面，能夠端到端的聯(lián)動(dòng)直播供給與分發(fā)，更深入的，我們希望調(diào)控人群架構(gòu)的設(shè)計(jì)能夠強(qiáng)化明確激勵(lì)流量的ROI屬性等。

直播業(yè)務(wù)中，傳統(tǒng)的圈選人群通常是業(yè)務(wù)和算法團(tuán)隊(duì)根據(jù)業(yè)務(wù)經(jīng)驗(yàn)、調(diào)控計(jì)劃規(guī)模、主播人設(shè)和貨品招商情況進(jìn)行定向圈選的。然而，傳統(tǒng)的圈選方式通常會(huì)存在以下幾個(gè)潛在問題：

1、離線調(diào)控人群很難在效率和完成率之間做到較好的平衡，且調(diào)控過程平穩(wěn)性有待加強(qiáng)：

這是因?yàn)橹辈ラg的實(shí)時(shí)在線用戶相對(duì)于整個(gè)用戶群體來說是一個(gè)相對(duì)較小的群體。為了保證調(diào)控任務(wù)的可執(zhí)行性和完成率，傳統(tǒng)人群的圈選量級(jí)通常會(huì)達(dá)到上千萬規(guī)模，不僅規(guī)模巨大，而且人群內(nèi)部的用戶質(zhì)量良莠不齊，因此導(dǎo)致難以保證推薦效率。如果要提高推薦效率，將推薦人群圈選得較小，那么任務(wù)的完成率就會(huì)受到影響，難以實(shí)現(xiàn)平穩(wěn)調(diào)控。此外，離線人群的用戶到達(dá)分布是不穩(wěn)定的，容易出現(xiàn)抖動(dòng)或毛刺等現(xiàn)象。

2、離線調(diào)控人群圈選，難以做到“千主播千人群”以及根據(jù)主播和用戶的實(shí)時(shí)行為動(dòng)態(tài)調(diào)整人群。

通常，圈選規(guī)則是根據(jù)歷史的業(yè)務(wù)經(jīng)驗(yàn)和主播的歷史表現(xiàn)行為進(jìn)行制定的，這導(dǎo)致了無法根據(jù)用戶和主播的實(shí)時(shí)行為狀態(tài)進(jìn)行動(dòng)態(tài)調(diào)整，只能進(jìn)行一些簡(jiǎn)單的人工增減活動(dòng)等。在這種情況下，更難以實(shí)現(xiàn)實(shí)時(shí)的千主播千人群。

3、如何去強(qiáng)化明確激勵(lì)流量的ROI屬性：時(shí)長(zhǎng)、轉(zhuǎn)粉、轉(zhuǎn)化、用戶拉新等，而不僅僅是pv完成率。

對(duì)于推薦系統(tǒng)而言，階段性時(shí)間內(nèi)推薦系統(tǒng)輸出的流量或?qū)蚴敲鞔_的。但對(duì)于調(diào)控計(jì)劃來說，不同的調(diào)控計(jì)劃、類型和主播等都可以具有更加明確的偏向?qū)傩裕{(diào)控人群的多元屬性可明確定制化是我們的架構(gòu)希望能夠達(dá)到的。

針對(duì)上述問題，在流量調(diào)控的人群方案上，我們經(jīng)歷了三個(gè)階段的探索：

第一階段，離線人群圈定，屬于傳統(tǒng)調(diào)控人群圈定的方案。在這個(gè)過程中，我們和業(yè)務(wù)方合作積累一定的直播典型人群，能夠滿足不同類型的流量調(diào)控訴求，如不同類型的大咖入淘，領(lǐng)航計(jì)劃等。第二階段，離線人群圈定結(jié)合動(dòng)態(tài)人群擴(kuò)展方案。在第一階段的基礎(chǔ)上，我們搭建動(dòng)態(tài)人群擴(kuò)展場(chǎng)景，聯(lián)動(dòng)調(diào)控系統(tǒng)，構(gòu)建基于調(diào)控誤差、調(diào)控目標(biāo)規(guī)模的動(dòng)態(tài)人群包擴(kuò)展功能。對(duì)整個(gè)人群生成寫入邏輯進(jìn)行了全鏈路梳理優(yōu)化，線上基本保證10min內(nèi)更新完畢千萬級(jí)疊加人群。在這種機(jī)制保障下，一方面我們可以在離線的時(shí)候?qū)θ巳哼M(jìn)行更精細(xì)化的邏輯控制生成，而不用擔(dān)心由于人群規(guī)模問題導(dǎo)致線上計(jì)劃的不可執(zhí)行或者流量后續(xù)乏力，另一方面調(diào)控的整體完成率得到了進(jìn)一步的提升，避免了人工預(yù)估調(diào)整的繁瑣工作，同時(shí)平均調(diào)控完成率進(jìn)一步提升。第三階段，端到端直播間在線用戶精準(zhǔn)動(dòng)態(tài)人群調(diào)控方案。結(jié)合前兩階段的方案積累和優(yōu)勢(shì)，進(jìn)一步創(chuàng)新性的將主播人群圈選問題轉(zhuǎn)化為給主播實(shí)時(shí)推薦用戶問題，引入主播側(cè)算法實(shí)時(shí)個(gè)性化推薦能力。

整體的方案結(jié)構(gòu)如上圖，重點(diǎn)在于如何將主播調(diào)控人群?jiǎn)栴}轉(zhuǎn)化為給主播實(shí)時(shí)推薦直播在線用戶，并引入個(gè)性化推薦能力。模型造方面需要解決主播視角下推薦系統(tǒng)面臨的負(fù)載問題，例如，對(duì)于一個(gè)主播，候選用戶量級(jí)比用戶視角推薦主播的候選量級(jí)明顯大很多，這對(duì)于任何推薦系統(tǒng)來說都是很高的負(fù)載。而在線調(diào)控方面需要兼顧用戶規(guī)模和調(diào)控精準(zhǔn)性，同時(shí)能夠兼顧主播人群的泛化性能力。人群模型的整體構(gòu)造分為兩部分：離線大模型和線上實(shí)時(shí)化模型。離線大模型容納了大量多元異構(gòu)行為信息，線上實(shí)時(shí)化模型則采用了一些創(chuàng)新性優(yōu)化，如 attention算力下沉等，并引入人群聚類算法可以很好地在調(diào)控精度和計(jì)算負(fù)載之間做出權(quán)衡。在實(shí)時(shí)在線用戶的底池中，所有用戶都是對(duì)直播間實(shí)時(shí)在線的，保證推薦的精準(zhǔn)度。此外，還引入了針對(duì)人群規(guī)模的個(gè)性化預(yù)估和實(shí)時(shí)的誤差修正，以及基于人群的曝光過濾和子人群的失效時(shí)間預(yù)估，比較自然的將推薦系統(tǒng)的能力遷移過來，提高主播側(cè)的調(diào)控計(jì)劃的效率和pv價(jià)值。

首先介紹人群模型部分。離線大模型和線上實(shí)時(shí)化模型。第一個(gè)是以雙塔為基準(zhǔn)的在線人群推薦模型，主要是快速實(shí)時(shí)地進(jìn)行人群的推薦；另一個(gè)是離線的大模型，引入更多更復(fù)雜的多元異構(gòu)信息，從而進(jìn)行更加全面的用戶信息刻畫。

整體而言，人群模型主要在以下幾個(gè)方向進(jìn)行了優(yōu)化：

直播自序列表征能力的增強(qiáng)直播用戶商品心智刻畫多元異構(gòu)興趣建模及融合模型算力與精度共同提升

關(guān)于直播序列信息表征方面。探索挖掘用戶行為信息，我們可以發(fā)現(xiàn)，用戶關(guān)于直播領(lǐng)域的興趣覆蓋往往較少，拉取較長(zhǎng)時(shí)間跨度后興趣主播覆蓋量并沒有得到有效的提升。故直接構(gòu)建直播長(zhǎng)期序列會(huì)使得整體興趣會(huì)偏向于用戶的較久遠(yuǎn)的直播興趣，且信息增益沒有得到明顯提升，那么如何就直播自序列的節(jié)點(diǎn)表征信息進(jìn)行增強(qiáng)則顯得較為重要。直播自序列擴(kuò)展建模這方面我們進(jìn)行了一些相關(guān)探索嘗試，首先是關(guān)于自行為序列節(jié)點(diǎn)的信息擴(kuò)展，可靠興趣節(jié)點(diǎn)在a2a（主播to主播）數(shù)據(jù)中按帶截?cái)鄼?quán)重search出每個(gè)key對(duì)應(yīng)的權(quán)重topN的新account list，保證每個(gè)擴(kuò)展主播都和源節(jié)點(diǎn)主播具有著高度的相關(guān)性，隨后多個(gè)新擴(kuò)展主播list按照行為時(shí)間和a2a關(guān)系權(quán)重聚合形成該用戶的transfer直播序列，transfer直播序列擴(kuò)展提供了一種快捷高效的序列信息擴(kuò)展方式，再此之外，我們也建模了如何進(jìn)一步提升直播序列本身的表征能力的同時(shí)把點(diǎn)邊關(guān)系信息刻畫也融入進(jìn)來，把用戶行為序列向網(wǎng)狀化的擴(kuò)展，以此來反應(yīng)用戶層級(jí)興趣，如下圖所示，類似ripple net網(wǎng)絡(luò)的信息聚合方式，通過異構(gòu)行為節(jié)點(diǎn)的自然聚合，使得模型表達(dá)能力的進(jìn)一步提升，行為節(jié)點(diǎn)間relation的刻畫，點(diǎn)和點(diǎn)之間的鏈接不僅增強(qiáng)了對(duì)于點(diǎn)本身的刻畫，而且?guī)砜山忉尩年P(guān)系推薦。

關(guān)于直播用戶的商品心智。通常離不開“人，貨，場(chǎng)”，三種要素的刻畫，而對(duì)于手淘，用戶一般具有體很強(qiáng)的商品心智。直播作為手淘中的一種重要內(nèi)容供給，在推薦系統(tǒng)構(gòu)建的時(shí)候也需要重視用戶的商品心智，重視品在推薦中的重要性，同時(shí)通過深度挖掘用戶在商品域的不同時(shí)期的興趣及興趣隨時(shí)間的變化情況并泛化到直播域的興趣表達(dá)，可以較好的提升直播低活，零活人群的效率指標(biāo)以及推薦準(zhǔn)確性。具體來說，商品興趣轉(zhuǎn)移擴(kuò)展建模，我們通過嚴(yán)口徑下item2account數(shù)據(jù)構(gòu)建，將用戶在商品域興趣隨時(shí)間的變化情況泛化到直播域興趣表達(dá)，找到用戶可能潛在的興趣主播。超長(zhǎng)商品序列分時(shí)段建模，引入超長(zhǎng)全域商品序列及LSH等輕量級(jí)attention建模方式，通過刻畫用戶長(zhǎng)期興趣及興趣演變，尤其是對(duì)直播低活零活用戶，超長(zhǎng)商品域序列的引入對(duì)該部分用戶興趣泛化起到了比較重要的作用。主播實(shí)時(shí)講解類目檢索建模，一般而言target attention 中相關(guān)性較低兩個(gè)實(shí)體的attention的加權(quán)系數(shù)往往很低，通過超長(zhǎng)序列結(jié)合類目過濾的方式能夠比較好的完整聚合當(dāng)前candidate相關(guān)性較高的動(dòng)態(tài)激活的用戶興趣序列，對(duì)于直播業(yè)務(wù)而言，商品域超長(zhǎng)序列如何通過合理有效的方式關(guān)于直播candidate進(jìn)行檢索是需要探索的問題。最后我們采用主播類目作為使得檢索序列相關(guān)性得到提升。雖然用戶對(duì)于主播一跳行為通常受到已有認(rèn)知的影響，但是更加精準(zhǔn)的二跳信息匹配，預(yù)期能夠更好的留住用戶，進(jìn)而觸達(dá)用戶的購(gòu)買需求。

關(guān)于融合多元異構(gòu)信息的建模，如上所述我們對(duì)直播用戶商品心智進(jìn)行了較為全面的刻畫，基于此我們進(jìn)一步思考，如何能夠更加全面合理的建模用戶的全域興趣，手淘用戶在其他域上通常有著一定豐富度的興趣覆蓋，如商品，短視頻等，能夠合理全面的刻畫商品域，短視頻域的用戶興趣，可以較好的泛化到直播域可能的潛在興趣，此最后有了用戶在各個(gè)領(lǐng)域的興趣表征之后，如何進(jìn)行合理化的整合和表達(dá)也則顯得十分重要。

傳統(tǒng)模型架構(gòu)中關(guān)于直播域seq與商品域seq等序列的應(yīng)用方式通常為target attention后concat進(jìn)入mlp的方式，這里探索如何進(jìn)一步挖掘其他非直播域行為序列中的信息，之前的seq利用的方式本質(zhì)上是通過seq生成candidate的一個(gè)embedding表達(dá)，而其他域的seq所生成的直播的embedding表達(dá)不一定完全合適直播域建模，根據(jù)之前pvr數(shù)據(jù)反饋來看有傾向于熱品等的情況。我們通過建模多域異構(gòu)興趣匹配問題，不單單生產(chǎn)target的embedding表達(dá)，而是進(jìn)一步挖掘比如短視頻域上哪些行為的組合表達(dá)和當(dāng)前的target有著更高的匹配程度，從而探索他域異構(gòu)序列到直播域興趣的泛化方式。對(duì)于直播業(yè)務(wù)，如引入短視頻序列，商品序列等他域異構(gòu)序列，除了進(jìn)行target attention以外，再引入序列興趣匹配問題建模，通過利用attention過程中產(chǎn)生的相關(guān)性向量進(jìn)行匹配性特征抽取，基礎(chǔ)模型該過程通過一個(gè)兩層的cnn進(jìn)行，獲取如何的組合方式與當(dāng)前的target具有更好的匹配性，而不是僅僅獲取一個(gè)target的embedding表達(dá)，最終得到不同域的用戶興趣匹配和target attention表征組，然后接入全聯(lián)接的底層，使得用戶他域異構(gòu)序列興趣能夠更好泛化到直播域來。此外值得一提的是，商品序列，短視頻序列等進(jìn)行按照序列異構(gòu)序列匹配建模實(shí)驗(yàn)，均帶來了auc的提升，而直播序列本身進(jìn)行序列匹配建模后auc持平不變，這說明了對(duì)于自身序列而言，target attention本身已經(jīng)是一種較為友好的建模方式。

關(guān)于多域活躍度影響下的興趣融合，有了各個(gè)domain下的用戶直播興趣表達(dá)，進(jìn)一步研究如何更好的去整合多域異構(gòu)興趣信息，特征工程中我們構(gòu)建了一部分活躍度相關(guān)的特征表達(dá)，然而該部分特征對(duì)個(gè)性化推薦的影響其實(shí)而言相對(duì)較小，更加合理化的應(yīng)用該部分特征，同時(shí)更好的整合用戶多域異構(gòu)興趣。這里我們?cè)谠械幕钴S度表征的基礎(chǔ)上，豐富了用戶關(guān)于不同域的活躍情況，近期在直播，短視頻，商品等的偏好情況，如果能夠比較合理的高效進(jìn)行多域興趣間的交互和融，借鑒DCNv2的類似思想則是一個(gè)潛在可行的解決方案，把輸入映射到低維空間，再映射回來，在多個(gè)子空間里學(xué)習(xí)異構(gòu)興趣及domain活躍度的多階交叉，既控制了復(fù)雜度的同時(shí)較好的完成了多域興趣的交互融合，模型在現(xiàn)有大模型的基礎(chǔ)上加入異構(gòu)興趣交互融合網(wǎng)絡(luò)模塊，模塊的輸入為多域異構(gòu)序列不同域的興趣匹配和target attention表征組以及用戶關(guān)于各域近期的活躍度信息，向上通過一個(gè)三層的DCNv2交叉網(wǎng)絡(luò)，每層的expert和映射空間維度逐漸降低，進(jìn)行顯示的活躍度信息，異構(gòu)興趣信息交互。

關(guān)于模型算力與精度共同提升。為了緩解直播用戶規(guī)模群體與調(diào)控模型精準(zhǔn)的性訴求矛盾，兼顧主播人群泛化性能，對(duì)于實(shí)時(shí)在線模型，我們?cè)陔p塔的基礎(chǔ)上，拆解計(jì)算圖為原有雙塔部分和基于path 分解形成的行為主播到關(guān)聯(lián)主播的分?jǐn)?shù)融合部分，繼續(xù)擴(kuò)展i2a等多種path，線下共同訓(xùn)練，線上進(jìn)行計(jì)算圖拆解，path 部分通過查表完成，用這種方式可以去逼近和下沉target attention的性能指標(biāo)。

直播人群聚類部分。人群推薦模型的建立讓我們擁有了對(duì)每個(gè)主播去選擇用戶的能力，而維護(hù)在直播間內(nèi)所有實(shí)時(shí)在線的用戶數(shù)據(jù)底表表，作為調(diào)控人群召回底表，這樣保障了我們的調(diào)控人群底池，一方面底池最大規(guī)模即為直播間在線實(shí)時(shí)用戶量級(jí)，另一方面所有進(jìn)入底池的用戶均為直播實(shí)時(shí)在線用戶。

進(jìn)一步，在此基礎(chǔ)上引入人群聚類算法建模，使得我們可以控制推薦給主播的用戶集合顆粒度從單個(gè)用戶到相似子用戶群體自由縮放可控，同時(shí)子人群的概念就單用戶而言，更加便于進(jìn)行人群曝光率(曝光量/召回量)，人群失效時(shí)間等預(yù)估計(jì)算，也可以在計(jì)算開銷和調(diào)控精度上做一個(gè)較好的權(quán)衡。具體來說，將用戶向量embedding進(jìn)行算法聚類得到用戶子類，離線用戶聚類子類在join上直播間實(shí)時(shí)用戶數(shù)據(jù)后形成數(shù)據(jù)底表。從而可以將主播的人群圈選問題轉(zhuǎn)化為給主播個(gè)性化推薦每個(gè)動(dòng)態(tài)變化的cluster，除了引入實(shí)時(shí)推薦個(gè)性化能力，另一方面我們機(jī)制的設(shè)計(jì)也便于進(jìn)行主播側(cè)的曝光過濾等類似用戶側(cè)的推薦算法邏輯。

個(gè)性化人群規(guī)模預(yù)估部分。主播個(gè)性化實(shí)時(shí)調(diào)控人群圈選基于直播間實(shí)時(shí)在線的用戶構(gòu)建，隨后我們結(jié)合曝光率(曝光量/召回量)就可以相對(duì)準(zhǔn)確的去預(yù)估線上調(diào)控任務(wù)所需人群的大小。但是不同于商品短視頻等推薦，直播是一個(gè)實(shí)時(shí)流的狀態(tài)，其曝光率會(huì)隨著時(shí)間和自身講解狀態(tài)以及當(dāng)貨品的信息實(shí)時(shí)發(fā)生變化，因此我們會(huì)基于主播離線曝光率預(yù)估計(jì)算初始人群的量級(jí)，然后線上根據(jù)實(shí)時(shí)曝光率統(tǒng)計(jì)來動(dòng)態(tài)修正預(yù)估人群量級(jí)。

主播調(diào)控人群線上推薦部分。線上對(duì)主播調(diào)控子人群推薦過程中，我們將主播的高相關(guān)性候選人群向量召回并寫入的同時(shí)，記錄下每個(gè)人群cluster的量級(jí)和時(shí)間戳，結(jié)合歷史停留時(shí)長(zhǎng)數(shù)據(jù)預(yù)估判斷調(diào)控子人群的失效時(shí)間，動(dòng)態(tài)維護(hù)曝光cluster的列表。調(diào)控子人群失效時(shí)間判斷結(jié)合調(diào)控子人群窗口曝光過濾機(jī)制，能夠保證每次寫入的均為當(dāng)前直播在線用戶中和主播實(shí)時(shí)高相關(guān)性的候選人群子集，同時(shí)整體開銷較低、實(shí)時(shí)性好、量級(jí)穩(wěn)定維持在設(shè)定的大小，因此可以很好的平衡效率和完成率，避免因離線人群到達(dá)分布不穩(wěn)定而導(dǎo)致的流量"尖刺"等問題。

最后，實(shí)時(shí)動(dòng)態(tài)多元價(jià)值路徑人群建模部分。如何去強(qiáng)化明確激勵(lì)流量的ROI屬性：時(shí)長(zhǎng)、轉(zhuǎn)粉、轉(zhuǎn)化、用戶拉新等，而不僅僅是調(diào)控pv完成率，是我們對(duì)調(diào)控任務(wù)的預(yù)期。那么針對(duì)調(diào)控人群架構(gòu)的設(shè)計(jì)，我們也希望擁有這種可以多元目標(biāo)轉(zhuǎn)變的定制化能力，而這是傳統(tǒng)人群圈選所難以達(dá)到的。

進(jìn)一步的，對(duì)于推進(jìn)系統(tǒng)，在一個(gè)相對(duì)的時(shí)間階段內(nèi)，推薦系統(tǒng)的主流衡量標(biāo)準(zhǔn)是相對(duì)穩(wěn)定的，即便推薦多目標(biāo)建模，ltr的融合的方式也是階段性確定性的，但是對(duì)于具體的調(diào)控計(jì)劃任務(wù)，我們希望它是多元變化可定制的。對(duì)于調(diào)控流量，不同的調(diào)控業(yè)務(wù)類型和人設(shè)主播，每場(chǎng)對(duì)于調(diào)控的業(yè)務(wù)訴求也是不一樣的，比如針對(duì)內(nèi)容型主播或者新咖入淘，對(duì)于調(diào)控流量是否能帶來更高的粉絲轉(zhuǎn)化和留存有著更強(qiáng)的需求，針對(duì)帶貨主播大場(chǎng)成交轉(zhuǎn)化無疑是更加重要的目標(biāo)?；诖?，我們搭建了基于核心人群的多目標(biāo)調(diào)控鏈路，之前的人群鏈路主要影響推薦的召回，而核心人群的調(diào)控鏈路影響全鏈路，細(xì)粒度pv可控。

具體來說，定義一個(gè)更加精準(zhǔn)輕量的核心人群，通過核心人群pid控制對(duì)應(yīng)側(cè)重目標(biāo)的核心人群在調(diào)控流量中的實(shí)時(shí)pvr占比。通過退化流量調(diào)控pid，來表征對(duì)于非場(chǎng)觀看目標(biāo)下的任務(wù)，實(shí)時(shí)流量進(jìn)度相比時(shí)間進(jìn)度可以損失的目標(biāo)值，代表了可以置換其他側(cè)重roi屬性的一個(gè)退讓上界限，模型上，鑒于排序限制和對(duì)調(diào)控模型精準(zhǔn)性的進(jìn)一步要求，下沉attention計(jì)算能力，通過拆解計(jì)算圖為原有雙塔部分和基于path分解形成的行為主播到關(guān)聯(lián)主播的分?jǐn)?shù)融合部分，線下共同訓(xùn)練，線上進(jìn)行計(jì)算圖拆解，結(jié)合之前的人群聚類自由度放縮機(jī)制，從而使得模型能夠保證大規(guī)模打分的基礎(chǔ)上可以逼近精排的效果。當(dāng)然對(duì)于重點(diǎn)提前明確排期的和長(zhǎng)期扶持主播，離線大模型打分也會(huì)引入系統(tǒng)作為重要參考。整體方案兼顧了調(diào)控激勵(lì)的實(shí)時(shí)性，精準(zhǔn)性，平穩(wěn)性，泛化性等多方面訴求。

三、流量調(diào)控與供給端到端聯(lián)動(dòng)

對(duì)于直播數(shù)智化營(yíng)銷基礎(chǔ)建設(shè)，豐富貨品側(cè)智能運(yùn)營(yíng)工具和能力，我們構(gòu)建了一系列營(yíng)銷能力，如主播爆品預(yù)估、潛力新品預(yù)估、主播PV價(jià)值預(yù)估等。加強(qiáng)業(yè)務(wù)同學(xué)對(duì)于流量?jī)r(jià)值的心理預(yù)期，提高與主播團(tuán)隊(duì)和業(yè)務(wù)團(tuán)隊(duì)之間的溝通和環(huán)節(jié)把控，同時(shí)也落地成了一些相關(guān)的業(yè)務(wù)產(chǎn)品。我們圍繞用戶、主播和商品三元圖網(wǎng)絡(luò)結(jié)構(gòu)建模結(jié)合直播間在線用戶精準(zhǔn)動(dòng)態(tài)人群方案，端到端的聯(lián)動(dòng)營(yíng)銷供給與流量調(diào)控分發(fā)，提升流量的確定性，從而實(shí)現(xiàn)流量的整體閉環(huán)。實(shí)際上，無論是爆品預(yù)估、新品發(fā)現(xiàn)，還是PV價(jià)值預(yù)估、流量預(yù)估等，本質(zhì)上都是在這個(gè)三元網(wǎng)絡(luò)圖上進(jìn)行若干限定并求解一個(gè)最大值或最小值的問題。這也是我們解決營(yíng)銷問題的主要思路，擴(kuò)展主播樣本，主播商品樣本到用戶-主播-商品三元網(wǎng)絡(luò)樣本，結(jié)合直播用戶到達(dá)率預(yù)估建模，以及特定待預(yù)估問題的目標(biāo)維度聚合，那么我們就有了可以解決通用問題的一套方案。

當(dāng)然我們還嘗試過小樣本的遷移學(xué)習(xí)，同樣取得了還不錯(cuò)的效果，主體思路的難點(diǎn)在于，如何動(dòng)態(tài)的的挑選推薦樣本中哪些樣本時(shí)具備營(yíng)銷樣本遷移學(xué)習(xí)價(jià)值的，我們給出的解決方案通過對(duì)齊營(yíng)銷樣本與推薦樣本，通過聚類和動(dòng)態(tài)迭代不斷挑選出和營(yíng)銷域樣本更相關(guān)的推薦樣本，以及對(duì)于主播寶貝袋多商品的建模方式等。

結(jié)合流控方面的工作與營(yíng)銷部分的探索，我們可以衍生出很多相關(guān)的流控與供給端到端聯(lián)動(dòng)的應(yīng)用落地方案，下面簡(jiǎn)單的介紹一部分應(yīng)用方案：

泛精細(xì)化流量匹配：結(jié)合我們的爆品預(yù)估/pv價(jià)值預(yù)估結(jié)果，聯(lián)動(dòng)直播間端到端實(shí)時(shí)動(dòng)態(tài)人群，可以比較自然的實(shí)現(xiàn)：貨找人/人找人。我們可以用我今天想要的貨品集合思路去找到直播間當(dāng)前最相關(guān)的一批在線用戶，進(jìn)行流量的激勵(lì)和調(diào)控，也可以通過主播的人設(shè)，對(duì)標(biāo)的主播，對(duì)這場(chǎng)直播的預(yù)期，找具有成熟直播體系的成功標(biāo)桿主播，用它的受眾人群模式去為自己的落地，扶持自身的成長(zhǎng)。包括一些爆品的流量打爆等等。都比較自然的結(jié)合了我們營(yíng)銷與流控兩部分工作。 實(shí)時(shí)精準(zhǔn)流量匹配：通過主播貨品信息結(jié)合潛在爆品預(yù)估/主播看點(diǎn)/貨品rundown信息，可以比較自然的構(gòu)建主播貨品粒度直播間實(shí)時(shí)動(dòng)態(tài)人群調(diào)控的應(yīng)用方案，根據(jù)u-a-i的三元關(guān)系能力，即針對(duì)主播和主播實(shí)時(shí)講解的貨品信息進(jìn)行動(dòng)態(tài)人群實(shí)時(shí)圈選，是很合理的思路演化，例如在主播入淘的調(diào)控計(jì)劃過程中上，主播的貨品基本很多都是跨類目的，業(yè)務(wù)訴求自然的也會(huì)希望調(diào)控流量能夠結(jié)合實(shí)時(shí)貨品的信息，保證實(shí)時(shí)調(diào)控人群更加切合當(dāng)前時(shí)段的商品信息。實(shí)時(shí)商品信息+主播信息共同inference出復(fù)合主播embedding向量實(shí)時(shí)召回對(duì)應(yīng)的人群數(shù)據(jù)，在基于直播間實(shí)時(shí)用戶鏈路基礎(chǔ)上，直播動(dòng)態(tài)人群信息數(shù)據(jù)更新能夠在10s量級(jí)內(nèi)完成，通常而言，主播講解商品排期具有階段相似性，這個(gè)人群時(shí)效性已經(jīng)能夠比較好的切合同一場(chǎng)次下的貨品實(shí)時(shí)講解變化。

新咖主播扶持：提到調(diào)控算法建模與營(yíng)銷相關(guān)工作，新咖主播的精準(zhǔn)扶持是一項(xiàng)重要的業(yè)務(wù)需求，對(duì)于這一部分主播嚴(yán)重缺乏歷史信息參考，開播場(chǎng)次少，主播的embedding信息學(xué)習(xí)不充分。在設(shè)計(jì)端到端直播精準(zhǔn)人群調(diào)控方案中對(duì)于新咖主播扶持也可以比較好的兼容進(jìn)來，對(duì)于有一定開播場(chǎng)次歷史數(shù)據(jù)的新咖主播，算法可以相對(duì)精準(zhǔn)的計(jì)算出新咖主播相似擴(kuò)展主播，結(jié)合貨品類目信息，整體pv價(jià)值段預(yù)估參考可以相對(duì)比較好的鎖定新咖主播的相似主播集合，隨后對(duì)相似主播進(jìn)行信息聚合產(chǎn)出新咖主播embedding向量來實(shí)現(xiàn)實(shí)時(shí)動(dòng)態(tài)人群調(diào)控。當(dāng)然我們也經(jīng)常遇到相對(duì)極端的案例，首秀零粉絲開播。在進(jìn)行動(dòng)態(tài)調(diào)控人群的構(gòu)建時(shí)候，我們則采用參考結(jié)合行業(yè)先驗(yàn)知識(shí)的方式構(gòu)建主播embedding，結(jié)合對(duì)標(biāo)主播類目下其他關(guān)聯(lián)主播信息，主播到主播相似擴(kuò)展，基于知識(shí)相似/類目相似主播結(jié)合貨品類目信息產(chǎn)出候選主播embedding向量，實(shí)時(shí)去拓用戶，實(shí)驗(yàn)表明對(duì)于純冷啟動(dòng)新咖主播引入同樣獲得了較好的效果業(yè)務(wù)指標(biāo)。

多元流量?jī)r(jià)值路徑：對(duì)于流控調(diào)控，不同的調(diào)控業(yè)務(wù)類型，不同類型的人設(shè)主播，主播不同的成長(zhǎng)階段，不同場(chǎng)次預(yù)期目標(biāo)安排，對(duì)于調(diào)控的業(yè)務(wù)訴求通常有著明顯的差異性，在調(diào)控完成率的基礎(chǔ)上，進(jìn)一步強(qiáng)化明確激勵(lì)流量的ROI屬性：時(shí)長(zhǎng)、轉(zhuǎn)粉、轉(zhuǎn)化、用戶拉新等是更加自然的業(yè)務(wù)訴求。我們利用流控端到端聯(lián)動(dòng)供給的技術(shù)架構(gòu)，在時(shí)長(zhǎng)，互動(dòng)，成交等不同的roi側(cè)重任務(wù)中都取得了顯著甚至翻倍的核心指標(biāo)提升。

四、Q&AQ：在流量管控和推薦的分發(fā)邏輯中，在人群管控上是否可能存在業(yè)務(wù)或數(shù)據(jù)邏輯上的沖突？例如，流量管控認(rèn)為某些用戶不適合接收某一類內(nèi)容，因此不會(huì)向他們分發(fā)內(nèi)容；但是后續(xù)的算法邏輯可以認(rèn)為這些被丟棄的用戶實(shí)際上是高價(jià)值用戶，這種沖突如何處理呢？

A：實(shí)際上，這個(gè)問題在各種內(nèi)容場(chǎng)景下相對(duì)普遍。核心問題在于我們對(duì)于價(jià)值的定義，對(duì)于內(nèi)容場(chǎng)，我們認(rèn)為通常價(jià)值構(gòu)成其實(shí)有三部分，用戶價(jià)值，創(chuàng)作者價(jià)值，平臺(tái)價(jià)值。用戶價(jià)值比較容易理解，推薦系統(tǒng)通常要解決的核心問題即面向用戶進(jìn)行高效推薦。但在實(shí)際業(yè)務(wù)中，其他價(jià)值也是不能忽略甚至至關(guān)重要的，像淘寶直播業(yè)務(wù)，我們需要考慮創(chuàng)作者價(jià)值（主播視角價(jià)值），平臺(tái)價(jià)值（主播生態(tài)，主播成長(zhǎng)）等，所以需要在一個(gè)更高的維度去進(jìn)行體系化的方案設(shè)計(jì)，達(dá)到多價(jià)值的共同繁榮。

關(guān)鍵詞：