保量策略對于視頻內(nèi)容來說,是一種很重要的投放策略。新熱視頻內(nèi)容都需要增加自身的曝光資源來達(dá)到播放量最大化,而各場景(首頁、頻道頁等)的總體資源有限且每個抽屜坑位的日曝光資源有限,因此各內(nèi)容的曝光資源分配存在競爭問題。另外,不同場景之間相互獨(dú)立,每個場景根據(jù)自身的目標(biāo)進(jìn)行效率和體驗(yàn)上的優(yōu)化,但是場景與場景之間流量協(xié)同無法通過優(yōu)化單一場景來完成。
圖1 劇集頻道頁和首頁
為內(nèi)容分配曝光量涉及到關(guān)于曝光和點(diǎn)擊建模問題,以及內(nèi)容的未來點(diǎn)擊量預(yù)測問題。內(nèi)容曝光、點(diǎn)擊和播放等構(gòu)成了一個復(fù)雜的非線性混沌系統(tǒng),不僅取決于內(nèi)容質(zhì)量本身,也取決于內(nèi)容更新時間、更新策略和用戶點(diǎn)擊習(xí)慣等。傳統(tǒng)的統(tǒng)計預(yù)測模型無法闡述外部環(huán)境的各種干擾因素以及系統(tǒng)的混沌特性,即無法從機(jī)理上描述系統(tǒng)本質(zhì)。針對此問題,我們首先通過分析新熱內(nèi)容的歷史曝光點(diǎn)擊日志,使用常微分方程建立了新熱內(nèi)容曝光敏感模型,即pv-click-ctr模型(簡稱P2C模型)。在P2C模型基礎(chǔ)上,結(jié)合各場景和抽屜的曝光資源約束,給出一種曝光資源約束下的多目標(biāo)優(yōu)化保量框架與算法。
圖2 保量策略框架
二 內(nèi)容曝光敏感度模型
通常情況下,點(diǎn)擊PV(click)隨曝光PV增大而增大,即高曝光帶來高點(diǎn)擊。但是,內(nèi)容消費(fèi)者數(shù)量有限,給同一個消費(fèi)者針對單一內(nèi)容重復(fù)曝光并不會帶來更多的點(diǎn)擊量。這種點(diǎn)擊“飽和”現(xiàn)象可從內(nèi)容的歷史曝光點(diǎn)擊日志觀察得到。受此現(xiàn)象啟發(fā),我們根據(jù)內(nèi)容曝光PV和點(diǎn)擊PV歷史數(shù)據(jù)特點(diǎn),建立一種能夠描述內(nèi)容點(diǎn)擊量隨曝光量變化趨勢的常微分方程(Ordinary Differential Equation, ODE)模型,即 pv-click-ctr (P2C) 模型,整體結(jié)構(gòu)如圖3所示。
商用機(jī)器人 Disinfection Robot 展廳機(jī)器人 智能垃圾站 輪式機(jī)器人底盤 迎賓機(jī)器人 移動機(jī)器人底盤 講解機(jī)器人 紫外線消毒機(jī)器人 大屏機(jī)器人 霧化消毒機(jī)器人 服務(wù)機(jī)器人底盤 智能送餐機(jī)器人 霧化消毒機(jī) 機(jī)器人OEM代工廠 消毒機(jī)器人排名 智能配送機(jī)器人 圖書館機(jī)器人 導(dǎo)引機(jī)器人 移動消毒機(jī)器人 導(dǎo)診機(jī)器人 迎賓接待機(jī)器人 前臺機(jī)器人 導(dǎo)覽機(jī)器人 酒店送物機(jī)器人 云跡科技潤機(jī)器人 云跡酒店機(jī)器人 智能導(dǎo)診機(jī)器人 |