VK внедрила единую ИИ-модель для рекомендаций — рост времени просмотра и охвата рекламы

Компания VK запустила новую ИИ-модель, которая формирует нейропрофиль на основе поведения пользователей во всех сервисах экосистемы. Система анализирует последовательность действий — от лайков до времени просмотра — и создает целостное представление об интересах человека, игнорируя случайные клики. Решение уже работает в VK Видео, VK Клипах и социальной сети ВКонтакте, повышая точность выдачи контента и эффективность рекламы.

Объединение поведенческих данных из разных приложений позволяет алгоритму отличать устойчивые интересы от сиюминутных импульсов, что критически важно для удержания внимания в условиях высокой конкуренции за время пользователя.

Как работает новая система

В основе решения лежит трансформерная модель, обрабатывающая анонимизированные события как единую цепочку. Алгоритм учитывает контекст каждого действия: в каком продукте оно произошло, с каким типом контента, от какого автора и в какой последовательности. Это позволяет системе понимать разницу в сценариях потребления:

• В VK Видео пользователи часто долго смотрят ролики, но редко ставят лайки.
• В VK Клипах лента листается быстро, а взаимодействия с контентом более активны.
• В ленте ВКонтакте формируются сложные, неочевидные сигналы интереса.

Нейропрофиль сводит эти разрозненные сценарии в единый образ предпочтений. Модель лучше отделяет случайные действия от реальных интересов, что позволяет рекомендациям быстрее адаптироваться к изменениям в запросах пользователя.

Результаты внедрения

После запуска новой модели в VK Клипах время просмотра контента выросло на 5,5%. На базе нейропрофиля также работает алгоритм нейросетевого ранжирования, который в реальном времени определяет порядок показа материалов. Система сопоставляет профиль пользователя с характеристиками контента, поднимая релевантные записи выше и опуская менее актуальные.

Эксперименты показали рост активности пользователей в новой выдаче:

• Делиться контентом стали на 15% чаще.
• Открытие материалов в полноэкранном режиме выросло на 10%.
• Количество лайков увеличилось на 5%.

Рост метрик вовлеченности свидетельствует о том, что переход от анализа отдельных событий к целостному поведенческому профилю напрямую влияет на готовность пользователей взаимодействовать с платформой.

Техническая база и масштабирование

Технологии работают в рамках Discovery-платформы, запущенной в 2025 году. Эта инфраструктура объединяет все продукты VK для задач рекомендаций, поиска и рекламы. Единая база позволяет быстро переносить нейропрофиль и алгоритмы ранжирования на новые сервисы без необходимости перестраивать архитектуру каждого продукта отдельно.

Александр Пославский, руководитель подразделения рекомендаций AI VK, отметил, что точность рекомендаций зависит от двух факторов: глубокого понимания содержания контента и знания текущих желаний конкретного человека. Нейропрофиль решает вторую задачу, объединяя поведенческие сигналы из разных сервисов, что помогает системе быстрее реагировать на смену интересов.

Операционные последствия, тренды и практические аспекты

• Повышение эффективности рекламы: Более точное понимание интересов пользователей позволяет рекламодателям снижать стоимость привлечения клиента, так как объявления показываются тем, кто с большей вероятностью отреагирует на них.
• Зависимость от качества данных: Работа системы требует постоянного потока анонимизированных данных о действиях пользователей; любые сбои в сборе событий могут временно снизить качество рекомендаций.
• Унификация архитектуры: Переход на единую платформу упрощает техническое обслуживание и внедрение новых алгоритмов, но требует от команд разработки строгого соблюдения общих стандартов интеграции.
• Снижение влияния случайных факторов: Алгоритм меньше реагирует на разовые клики, что может временно снизить видимость контента, который пользователю понравился случайно, но не является его устойчивым интересом.