Российские разработчики VK создали нейросеть, которая помогает предсказывать, какие видео заинтересуют пользователя, а какие он пролистает через несколько секунд. Новую технологию уже внедрили в рекомендательную систему «VK Клипов». По данным компании, после обновления пользователи стали просматривать на 10% больше роликов за один сеанс, а количество просмотров продолжительностью более 10 секунд выросло на 6%.

Разработка исследовательской команды AI VK Research получила название HEGM (Hierarchical Exponential-Gaussian Mixture). В отличие от традиционных алгоритмов, ориентированных преимущественно на среднее время просмотра, новая модель учитывает разные варианты поведения человека. Она анализирует вероятность того, что пользователь сразу пролистает видео, задержится на нём, досмотрит до конца или включит повторно.

Такой подход позволяет рекомендательной системе точнее определять интересы аудитории и подбирать подходящий контент. Вместо одного усреднённого показателя нейросеть прогнозирует различные сценарии взаимодействия с роликом. В результате пользователи чаще находят интересные видео, а количество негативных оценок в «VK Клипах», по информации компании, сократилось на 8%.

Эффективность технологии проверили на двух открытых наборах данных KuaiRec и VK-LSVD, а также на внутренней выборке из 282 миллионов обезличенных пользовательских взаимодействий. По результатам испытаний HEGM продемонстрировала более высокую точность ранжирования контента по сравнению с другими протестированными методами. Полученные результаты подтвердили и испытания в действующем видеосервисе.

При этом разработка может пригодиться не только для коротких видео. Аналогичный принцип позволит музыкальным сервисам прогнозировать продолжительность прослушивания треков, интернет-магазинам — интерес к карточкам товаров, а рекламным платформам — внимание к объявлениям. Научную работу приняли на международную конференцию IEEE ICDM 2026, а исходный код модели исследователи опубликовали на GitHub.