AI VK تفتح شيفرة HEGM: نموذج يتنبأ بالتوزيع الكامل لزمن مشاهدة الفيديو

إذا كنت تطوّر توصيات للفيديوهات القصيرة، فمن المؤكد أنك تنبأت بزمن المشاهدة. المخطط الكلاسيكي بسيط: نأخذ خصائص المستخدم والمقطع، ندرّب نموذج انحدار، ونحصل على «12 ثانية متوقعة». المشكلة أن أحدًا تقريبًا لا يشاهد 12 ثانية بالضبط في الواقع. وقد نشر فريق AI VK عملًا يعالج هذه المشكلة عمليًا.

لماذا يكذب متوسط زمن المشاهدة

تخيّل مقطعين مدة كل منهما 30 ثانية. في الأول يتخطاه نصف الجمهور خلال ثانية، بينما يشاهده النصف الآخر حتى النهاية. أما الثاني فيشاهده الجميع تقريبًا نحو 15 ثانية. قد يكون التقدير المتوسط لهما متطابقًا، لكنهما مقطعان مختلفان تمامًا بمصيرين مختلفين في الخلاصة.

توزيع زمن المشاهدة في الفيديوهات القصيرة غير مريح. تبدأ القصة بذروة حادة من حالات التخطي السريع في الثواني الأولى، ثم ذيل طويل، وفي بعض المقاطع تظهر ذروة إضافية عند المشاهدة الكاملة. الانحدار بخطأ تربيعي يسحب التنبؤ نحو المنتصف، أي إلى حيث توجد مشاهدات حقيقية قليلة. والترتيب المبني على رقم كهذا يميّز بصعوبة بين «أعجبه» و«تخطّاه».

ما الذي يقترحه HEGM

يعني HEGM اختصار Hierarchical Exponential-Gaussian Mixture. من الاسم ووصف المؤلفين يمكن فهم الفكرة العامة: النموذج لا يتنبأ بنقطة واحدة بل بتوزيع كامل، على شكل مزيج من مكوّنات من نوعين. المكوّن الأسي مناسب للتخطي السريع: فالاحتمال ينخفض بحدة مع كل ثانية. أما المكوّن الغاوسي فيصف المشاهدة «العادية» حول زمن مميّز ما. وكلمة «هرمي» تعني أن المكوّنات منظّمة على عدة مستويات، لكن تفاصيل هذه البنية غير مذكورة في الإعلان، ويجب البحث عنها في الورقة.

يذكر المؤلفون أيضًا المشكلات التي تظهر عند تدريب النماذج الاحتمالية. ومن الأمثلة المعروفة أن مزائج التوزيعات تميل إلى «الانهيار»، حين يستحوذ مكوّن واحد على كل شيء وتبقى بقية المكوّنات «ميتة». أما كيف حلّ الفريق ذلك فعلًا، فعليك قراءته في النسخة الأولية من البحث.

ماذا تفعل بهذا عمليًا

الخطوة الأولى لا تتطلب HEGM. ارسم مخططًا تكراريًا لزمن المشاهدة الفعلي لمقاطعك وانظر هل له عدة قمم. إن وُجدت، فإن انحدارًا نقطيًا واحدًا يضرّك على الأرجح.

الثانية: يمكن استخراج إشارات متعددة من التوزيع بدل رقم واحد. وهي احتمال التخطي في الثواني الأولى، واحتمال المشاهدة الكاملة، والزمن المتوقع بشرط ألا يغادر الشخص فورًا. بالنسبة لمدير المنتج، هذه المؤشرات أوضح وأسهل ربطًا بأهداف المنتج من «الزمن المتوقع» المجرد.

الثالثة: شيفرة HEGM ونماذجه موجودة على GitHub، لذا يمكن اختبار الفرضية على سجلاتك دون التطوير من الصفر. وقد قُبل البحث في المسار الرئيسي لمؤتمر IEEE ICDM 2026، ما يعني أنه اجتاز التحكيم.

القيود

من المهم إدراك أن الإعلان لا يتضمن أرقامًا محددة. لا نعرف بكم بالمئة تفوق HEGM على الطرق الأساسية، ولا ما الذي تغيّر بالضبط في اختبار A/B على حركة VK. يكتب المؤلفون فقط أن الاختبار أُجري وأن هناك تغييرات. هذا ادعاء بنتيجة قوية لا إثبات لها، وينبغي البحث عن الأرقام في الورقة.

كذلك اختُبر النموذج على الفيديوهات القصيرة، ولا يُعرف مدى انتقال النهج إلى المقاطع الطويلة أو البودكاست أو البث المباشر حيث يختلف شكل التوزيع. ومزيج التوزيعات أصعب في التدريب والتنقيح من الانحدار العادي، ويحتاج إلى حسابات أكثر.

الخلاصة: فكرة التنبؤ بالتوزيع بدل المتوسط معقولة تمامًا وقابلة للتطبيق خارج VK. أما قرار ما إذا كنت تحتاج HEGM تحديدًا فينبغي اتخاذه بعد قراءة الورقة وتجربة الشيفرة على بياناتك.