简介：闲鱼直播通过结合运营经验与BI分析、算法，在理解用户、直播和直播间的基础上，实现了对直播间到兴趣人群的精准投放。在三周内，成功搭建并上线了完整链路的平台，使头部直播间点击率远超目标，转化率显著提升。
在闲鱼直播业务上线后，增长问题成为了业务团队面临的最大挑战。为了应对这一挑战，业务团队设定了两个主要目标：在三周内实现精准投放平台，沉淀基础运营平台的基础设施；同时，确保头部直播间场均转化UV达到一定目标，转换率得到明显提升。
然而，单纯依靠算法模型来实现优质直播推荐，在当时的情境下显得力不从心。由于直播上线时间短，播放和观看场次有限，模型训练缺乏足够的样本去理解用户对直播的兴趣。此外，平台也未对主播直播内容做强控实现内容的结构化。因此，业务团队决定结合运营对直播领域的经验与BI分析、算法，共同推进项目的实施。
为了实现精准投放，首先需要理解人（用户及主播）和货（直播）。理解的结果最终会以兴趣人群、主播人群的方式与页面资源位关联，形成人（用户）货（直播）场（资源位）的初步匹配。用户理解则依赖于用户的特征数据，包括闲鱼用户基础特征，搜索、浏览、发布、交易等商品相关行为记录，互动行为特征和用户兴趣标签特征等。
在构建用户兴趣标签时，团队面临了存储、检索和相关度计算三大问题。最初设想的方案一虽然具备很好的灵活性，但由于工期短、存储成本巨大等客观条件限制，最终未能实施。因此，团队选择了离线关联用户和兴趣标签的方式，快速接入部分兴趣标签，并逐步推进在线方案。
离线处理非结构化文本，通过去重、分词和算法得到结构化文本，再整理领域标签关联的关键词词组，离线计算方式检索匹配关键词词组的用户。虽然这种方案通用性相对较低，每个兴趣标签的产出需要BI开发，只能满足T+1的实时性，但离线存储成本低，离线计算可支持自定义复杂UDF，满足了当时的业务需求。
在投放实现上，投放分为离线和在线两部分。运营维护的投放配置存储在关系型数据库，需要同步到数据仓库。离线计算完成用户与兴趣主播关系关联，形成<用户，兴趣主播列表>关系。关联的数据同步到在线图关系数据库，提供算法在兴趣主播中推荐。整个数据链路需要自动流转，尽可能及时。
在三周不到的时间内，完整链路的平台实现并上线，运营人群圈选、投放配置可在分钟级内完成上线。对部分领域的头部直播在首页进行试投放后，效果显著：所有头部直播间UV点击数远超目标；对比大盘，试投放大部分领域PV和UV的点击转化率得到显著提升，最高达到倍数提升。
展望未来，整个项目虽然实现的是兴趣直播投放功能的最小集合，但已经支持快速验证并得到较好反馈和结果。在此基础上，未来会逐渐完善和丰富其能力，包括丰富对接兴趣标签等各维度的特征数据能力，支持运营同学自助产出通用兴趣标签以及其它特征；丰富对资源位的投放能力支持，并具备多维度AB方案和多指标通用报表分析能力，以支持更多业务的快速尝试、快速反馈和快速调整。同时，沉淀和抽象出核心链路，不局限于支持直播业务，可以平台化支持更多的社区和非社区业务，实现用户和兴趣内容的低成本运营。
在这一过程中，千帆大模型开发与服务平台作为强大的技术支持，为闲鱼直播提供了高效的数据处理和算法推荐能力，使得整个项目能够在短时间内取得显著成效。未来，随着技术的不断迭代和升级，相信闲鱼直播将为用户带来更加个性化、智能化的观看体验。