解读优酷土豆的大数据工程

每个去视频网站看过视频的用户，都知道，在看完一个视频之后，会有相关的视频推荐，这个不足为奇的功能，就是大数据的体现，视频行业在不留意间早就成为了大数据的弄潮者。

琢磨用户喜欢什么样的视频，提高寻找内容的效率，这是大数据在视频行业应用的一个小小案例，本期《数读》聚焦视频行业，看大数据在视频中的数字游戏。优酷土豆集团CTO姚健向我们娓娓道来优酷土豆在大数据上的实践。

推荐视频：看上去简单的高深应用

姚键是优酷土豆集团CTO，据他介绍，优酷新上线的首页页面上，光是导航栏上的视频分类就有21个，21个不同类型的内容，这意味着会有各种不同的用户来优酷看视频，要想给不同的用户推荐他们喜欢的视频，这靠的是一个叫做“协同过滤推荐”的技术。

百度百科上这样介绍协同过滤推荐（Collaborative Filtering recommendation）：“是在信息过滤和信息系统中正迅速成为一项很受欢迎的技术。与传统的基于内容过滤直接分析内容进行推荐不同，协同过滤分析用户兴趣，在用户群中找到指定用户的相似（兴趣）用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度预测。”

这是亚马逊、谷歌等互联网巨头都在使用的技术。亚马逊会告诉你“买了A商品的顾客也同时购买了B商品”，Youtube上，一个视频播放结束，马上就会出现相关推荐视频。

看上去简单的相关推荐，其实在优酷的视频推荐中涉及上百个参数，每次要调整参数，都要手动调整十几甚至几十个参数，每天推荐视频的数据模型中要涉及的数据高达几十亿。

一次小小的参数调整，带来的后果，可能是当天视频观看带来几百万的增长，也可能是在算法稳定后的未来几周，甚至几个月带来视频观看量的曲线变化。

当然，数字证实，通过这种协同过滤推荐给用户的视频是靠谱的，因为在海量的视频中寻找自己喜欢的视频成本是很高的，推荐视频的打开率也令人满意。

优酷土豆心中的“大数据”

数据的挖掘、分析，用在推荐视频上，还只是个小意思。优酷在2010年推出的“优酷指数”把大数据精神进一步强化，把视频播放周期、用户核心特征、用户播放行为、视频热度排行等数据进行展示。

姚键这样介绍优酷指数诞生的背景：“2010年的时候，优酷在PC互联网时代已经成为最有影响力的视频网站，优酷希望能够在行业内树立一个标杆，在强化优酷品牌的同时，也打造优酷指数这样一个概念。”

今年，优酷指数进而演变成“中国网络视频指数”，加入了土豆网以及移动客户端的视频数据，对数字感兴趣的用户，可以从这个指数里读出很多内容。

作为一款平台化的产品，“中国网络视频指数”在优酷土豆集团中的参考价值无处不在，从广告售卖，到版权购买，再到播放器产品的优化，等等，处处都能够作为指导依据。

据姚键透露，优酷土豆集团推出的数据报告给节目制作方、影视剧公司、第三方分析机构等了解视频节目的播放信息，以及观众人群的分析提供了依据；在广告销售方面，能够为广告主呈现出用户行为特征，提供广告投放价值的分析；在进行版权购买的时候，可以根据指数的走向来帮助决策；公司内部，哪怕是播放器产品的用户体验优化，都可以查看数据分析结果，查看按钮的摆放和使用频率等。

这些价值都是显而易见的，还有我们在表面看不到的，通过数据分析的结果来指导优酷土豆集团的自制内容。

“比如说优酷有很多自制的内容，有很多的微电影、综艺节目等等，这些播放数据可以显示出哪些题材是用户喜欢的，用户看到哪里就看不下去了，在哪里是拖放观看的，一系列的用户行为可以清晰地告诉内容制作人员，应该怎么去剪辑视频，怎么去选择内容题材。”姚键说。

其实这个过程也是对视频质量进行分析的过程，在优酷土豆的搜索、推荐中按照视频质量进行排序，反过来也提高了推荐成功率。

然而，大数据读出的数据，其指导意义还远不止此。

每部电影、电视剧在播出后都会有对应的数据，哪些演员受欢迎，哪些题材受追捧，通过分析数据就可以慢慢发现背后的原因，把这个受欢迎的故事讲出来，这就是可见的未来。