Команда VK объединила обезличенные данные о действиях пользователей из разных сервисов в единую ИИ-модель. Система складывает из этих следов представление об интересах человека и использует его для персонализации рекомендаций. Технология уже работает в «VK Видео», «VK Клипах» и «ВКонтакте».
Модель построена на архитектуре трансформера и учитывает последовательность действий пользователя, включая просмотры, лайки, комментарии, репосты и пропуски контента. При анализе во внимание берутся сервис, тип материала, автор, время и порядок событий. Всё это нужно, чтобы отделить устойчивые интересы от случайных действий.
По данным VK, после внедрения нейропрофиля время просмотра контента в «VK Клипах» выросло на 5,5%. На его основе работает и нейросетевое ранжирование, которое определяет порядок показа материалов в ленте. В ходе тестов пользователи стали на 15% чаще делиться контентом, на 10% чаще открывать его на весь экран и на 5% чаще ставить лайки.
Нейропрофиль входит в Discovery-платформу VK, запущенную ещё в 2025 году. Она объединяет инфраструктуру рекомендательных, поисковых и рекламных систем компании и позволяет растаскивать новые алгоритмы между сервисами.
Новый нейропрофиль — не первый случай, когда VK применяет анализ пользовательского поведения в масштабах всей экосистемы. В октябре 2024 года мы писали о запуске внутренней ИИ-системы защиты от DDoS-атак и вредоносных ботов: модели точно так же обучались на обезличенных данных о поведении пользователей разных сервисов — «VK Видео», ОК, «Дзена» и других — чтобы отличать легитимную активность от вредоносного трафика.
Параллельно компания строит техническую инфраструктуру для работы с большими данными: в сентябре 2024 года VK Tech представил VK Data Platform — платформу с инструментами для хранения, обработки и построения моделей машинного обучения. Discovery-платформа, частью которой стал нейропрофиль, укладывается в ту же логику.
О результатах самого «VK Видео» мы писали в декабре 2025 года: ежемесячная аудитория сервиса достигла 77 млн пользователей, а среднесуточное время просмотра выросло на 40% — при таких цифрах персонализированные рекомендации напрашивались сами собой.