近日，ACM國際多媒體會議（ACM Multimedia 2023）舉辦的社交媒體UGC熱度預測比賽（Social Media Prediction 2023）公布了最終成績，其中，網易從全球工業界和學術屆的眾多參賽隊伍中脫穎而出，超過去年阿里達摩院創造的記錄，奪得冠軍。據了解，網易從2017年開始在十余款游戲落地UGC推薦場景，針對多種UGC場景沉淀了具有業界領先水平的通用建模方案。
ACM MM（ACM International Conference on Multimedia）是計算機圖形學與多媒體領域的頂級國際會議，也是中國計算機學會（CCF）推薦的A類學術會議之一。由全球最大、影響力最廣的國際計算機學會 ACM（Association for Computing Machinery）發起，其評選的圖靈獎（A.M. Turing Award）更是計算機領域的最高榮譽。這一榮譽的取得，不僅證明了該團隊在推薦算法技術領域的卓越能力，也進一步展示了網易在推動AI技術應用方面的領先地位。
本次賽題是社交平臺多媒體UGC內容的熱度預測，涵蓋了照片、用戶信息、圖像、文本、時間等多模態信息，對技術要求跨越了自然語言處理（NLP）、計算機視覺（CV）、推薦系統（REC）等多個領域，對技術儲備是個不小的挑戰。面對這一挑戰，網易憑借多年在UGC業務中的技術積累和方案打磨，將業務中積累的算法模型遷移到比賽中，從比賽伊始就一路領先，最終獲得了冠軍的殊榮，且相關論文也被會議接收，彰顯了卓越的技術實力和創新能力。
在游戲領域，UGC 可用于擴展游戲體驗、提高用戶參與度和留存率，是一種具有成本效益的營銷形式。豐富、與眾不同、個性化的UGC內容，不僅能夠滿足用戶多樣化的需求，也使產品更具吸引力和互動性，更能增加用戶黏性。玩家自制的內容不僅能讓現有的用戶持續體驗到新鮮感而留存，還能在社交平臺上進一步擴散，吸引更多潛在用戶。
對于UGC推薦，他們將問題理解為以下幾個方面：
- 玩家體驗和作者體驗的平衡：從玩家體驗的角度出發，分發的應該是最熱門的內容和最符合玩家偏好的內容。然而，對于一些作者的新作品，由于缺乏歷史數據，難以確定用戶是否會喜歡，因此不會將其直接分發給用戶。這種做法會導致嚴重的馬太效應，使新的優質內容難以成為熱門，也無法激勵作者，不利于長遠發展。
- 多模態特征的重要性：UGC內容以絢麗的Feed流形式呈現給用戶，一張卡片所能承載的信息有限而珍貴。除了常見的標題、作者、簡介等文字信息外，還蘊含著推廣圖、快照短片等引人入勝的圖片信息，主題音樂等音頻信息，以及點贊數、瀏覽數等統計信息。然而，僅憑統計數據和用戶行為序列這些容易建模的信息，我們只能勉強揣測用戶的喜好。這種粗略推斷既無法充分發掘UGC內容的潛能，又容易受到馬太效應的限制，無法真正“激活”未被挖掘的優秀內容。
- 內容冷啟動的難點：毋庸置疑，卓越的內容必須獲得足夠的曝光，方能充分驗證其卓越之處，并找到那些真正喜歡它的用戶。那么，我們是否可以通過冷啟動的方式為其提供曝光呢？然而，曝光流量可貴無比，給予過多的冷啟動機會可能導致內容受眾的減少，直接影響用戶體驗，更不用說某些敏感玩家只是試探性地探索一番，若未能吸引他們，他們很可能會迅速離開。因此，除了前文提及的文字、圖片、音頻等內在信息可用于冷啟動之外，還必須考慮用戶特征以及在短暫曝光后對內容曝光的增加或降低，以及曝光應更多面向哪個群體。所有這些要素都必須被充分考慮，方案的復雜度呈指數級上升。
- 分發多樣性的必要性：為了實現長遠發展，不僅需要給與用戶當下最滿足需求的內容，還需要提供多樣化的內容選擇，豐富用戶的閱讀和觀看體驗。用戶不再局限于熱門內容，而是能夠發現更多風格各異、獨具特色的作品。這種多樣性不僅能夠滿足用戶的個性化需求，也能夠拓寬用戶的視野，讓他們體驗到更多不同領域的精彩內容，提升用戶的長期體驗。
- 數據的稀疏性：數據稀疏性呈現出雙重維度的挑戰，即用戶行為的稀疏和UGC內容的反饋稀疏。這種稀疏性使得我們難以準確揣摩用戶的偏好，也讓一些卓越作品黯然失色。為了克服數據的稀疏性，我們需采用創新的數據采集和分析方法，結合實時用戶反饋和行為數據，甚至在游戲業務中善用其它場景的用戶行為。借助這些手段，我們能以更迅速、更全面的方式洞察用戶需求，為他們提供更加豐富、個性化的內容推薦。當我們克服數據的稀疏性時，才能真正激發卓越作品的潛能，提升整體用戶體驗，推動UGC平臺踏上可持續發展之路。
網易自2015年起，一直致力于在游戲中利用數據智能技術改善玩家體驗，在精細化運營、個性化推薦技術領域助力上百款產品實現營收增長。 對于UGC業務，他們已經沉淀了一套高效的接入方案， 當前接入的業務涉及UGC地圖推薦、社區帖子推薦、UGC外觀推薦、直播推薦等，均在參與率、游玩時長等指標上獲得提升。
