快手科技韦彬：AI是快手大脑 数据驱动是心脏

　　中新网7月5日电近日，第二十二届中国国际软件博览会（简称“2018软博会”）第五场全球软件产业发展高峰论坛“大数据赋能实体经济”在北京召开。快手科技平台研发和大数据负责人韦彬发表主题演讲“快手的数据驱动实践”，分享中提到数据驱动是快手公司文化的一部分，每个岗位的员工都需要用科学系统化的方法解决问题。

　　用大数据、AI等技术 提升每个人独特幸福感

　　韦彬举了两个快手用户的例子，解释快手如何用科技提升用户的幸福感。四川大凉山悬崖村的用户杨阳，杨阳通过快手向全世界展示家乡的美丽景色，帮助家乡的土特产找到了销路，带领村里人脱贫。还有一位的独居的老人，老人在快手展示拉二胡的视频积累了8万多粉丝，体会到网友的关注、关心，快手帮助老人消除了一点点孤独感，提升了一点点幸福感。

　　韦彬介绍，要做好提升每个人独特的幸福感，需要用到大数据技术、AI技术，实现数亿级别用户和50亿海量视频的精准匹配。此外，快手采用AR等前沿技术给用户带来等新奇体验，提升用户体验。

　　据介绍，快手简单UI背后是复杂的AI系统。从视频生产到分发的各个环节，AI技术贯穿其中。在视频生产阶段，快手自研的YCNN深度学习引擎及AR算法，通过人脸识别、姿态估计、肢体识别等技术给用户提供新奇的视频特效。视频上传后，会通过AI来识别和理解视频中的人物、场景、语言、音乐等各种丰富内容。

　　用户理解环节，快手会通过大数据去理解每一位用户的兴趣偏好，不仅基于视频内容，还基于点赞、评论、观看时长、用户关系等用户行为数据，帮助快手来更好的理解用户。除了理解用户的兴趣偏好，还会理解用户潜在的兴趣，帮助用户探索更大的未知领域。

　　快手的视频分发环节，背后是一个超大规模的实时推荐系统，它基于深度学习模型，使用万亿级的特征大数据，实现了全链路的实时在线学习。能够将用户实时行为秒级更新到模型，通过检索、预测、排序等子系统实现视频与用户的精准匹配

　　AI是快手大脑 数据驱动是心脏

　　产品是快手的面庞，工程是快手的整个身躯，AI是快手的大脑，数据驱动就是快手的心脏。韦彬介绍，之所数据驱动可以称之为快手的心脏，因为不管是算法、产品还是工程，在快手均重度依赖数据，需要数据体系的持续支撑。

　　快手的数据驱动，有自己的一套价值观，韦彬把它总结为三个关键词。第一个是文化，数据驱动是快手公司文化的一部分，在快手要求每个岗位的同事，需要用科学系统化的方法解决问题，数据驱动是系统性方法里最基本的。

　　第二个是赋能。希望公司任何一个岗位的同事，只要对数据有需求，只要能够通过数据改进工作，都可以方便高效地使用快手数据平台及工具获取和使用数据。

　　第三个是洞见。数据驱动应该帮助各个不同层级，不同岗位的同事做业务上的决策。也就是说，关注的是从数据上，能够发掘出有洞见的知识及有价值的结论。

　　数据赋能 用数据驱动建设短视频社区

　　韦彬分享了快手在数据驱动实践过程中的经验积累。经验之一，如果不能很好的监测和量化数据，就不能去管理和改进。韦彬认为，使用科学的数据驱动方法，是快手建立短视频社区以及社区获得高速发展的重要原因。

　　快手很早建立实时的数据指标监测体系，通过定义核心指标、监测核心指标来指导社区优化，逐步建立正反馈的健康社区。比如，通过监测原创视频的一些核心指标，不断提升原创视频的比例，并刺激原创视频生产，形成良性循环。

　　快手的普惠价值观，希望所有人都能在这个平台上分享生活。韦彬介绍，快手把这个价值观落地成了具体的可以数据驱动的指标。比如，经济学用基尼系数反应贫困差距的核心指标，快手的社区系统里面，也会建立类似的核心指标，监测整个系统的中心化的程度以及“贫富差距”程度。

　　经验之二，不同职能团队需要不同的数据赋能方法。韦彬以决策人员、产品经理、算法策略工程师、后端工程师四个不同的岗位为例，分析了不同的数据赋能方法。

　　决策人员更关心宏观的核心指标，以及随时间的变化趋势，一旦发现异常会希望能下钻分析和找出原因，针对决策层面的数据需求，快手建设了配置化报表平台、留存分析、多维分析等一系列工具。

　　对于产品经理，他们对数据系统的关注点在于怎么使产品的迭代更加快，怎么样更好的做产品上的决策。针对产品的诉求，快手建立了高效的A/B Test平台。快手的A/B Test的平台能够支持同时并行，互不干扰做大量并行的小流量实验。每天同一时刻有上百个实验同时进行，最终选择客观指标证明更优的方案，产品迭代的效率得到数量级的提升。

　　大数据怎样给AI体系最核心的开发人员赋能？韦彬介绍，快手的算法策略工程师，每天在花大量时间分析和回答各种偏微观的数据上的问题，这些问题通常具有不确定性和可探索性，快手针对这些场景建设了一个交互式多维分析系统。

　　系统的实时性能够实现亚秒更新，实时接入；系统具有非常强的交互性，在90%的场景可以一秒钟之内返回结果。此外，该系统提供丰富的多维分析能力以及可视化能力。

　　对于后端的工程师的赋能，快手建立一个基于服务间调用大数据的调用链分析监控系统，在快手复杂的服务依赖树中，实时发现问题，确定影响指标，定位问题范围，以让后端工程师对服务质量尽在掌握。

　　经验之三，韦彬分享了平台重要的基本功。快手的数据增长非常迅速，超大规模存储与计算设施的建设考验平台的基本功。在监控、调优开源系统的基础上，快手对开源系统做了二次开发的深度优化，并搭建平台，实现对超大规模集群的使用。

　　此外，随着数据规模的极速增长、数据从生产到消费的链条变长变复杂，给数据体系带来多方面的挑战。快手重视数据治理，在质量治理、产出治理、安全治理、成本治理4个方面，并持续投入，通过工具链研发、流程改进、指标驱动等方法为快手大数据持续健康发展做好保障。