视频负反馈评测

背景

QQ浏览器的feeds视频每天有数亿的播放量，视频的质量会影响用户使用QB的体验。如何在海量的视频库中发现劣质视频，一直是视频运营的重要关注点。常用的方式是，给视频加一个举报按钮，让用户来举报，这是一个直接且有效的方式。

图：视频的举报功能

但是鉴于举报的按钮不明显，用户不知道举报功能等原因，依然有大量的劣质视频没有被发现。通过观察发现，劣质的视频通常会有大量的用户在评论里面吐槽。

图：用户在评论里面吐槽标题党

因此想到通过评论内容判断视频的质量，实践中使用了 tensorflow 训练模型。当前会将评论分为标题不符，广告宣传，内容重复过时等类别。

评论模型训练

1、评论收集

要训练模型，必须要有相应的训练集和验证集，视频评论有 8 个分类每个分类都需要大量的数据。首先在视频后台的播放记录中获取播放量比较大的视频 vid，然后通过视频的http接口，通过 vid 获取评论。通过这种方式每天能拿到上百万的评论，但是这些评论大部分都是用户正常的评论。

QQ 浏览器资讯之前已经做过类似的模型，资讯包含了一个情感分类（正面，负面）的模型，吐槽的内容一般都是在负面评论里面。所以前期会将所有的评论使用情感分析，得到大量的负反馈评论。通过这个步骤可以从百万级别的评论中筛选出十万级别的负面评论。

2、评论标注

已经有了十多万的负面评论，但是这些数据依然不能用于训练，需要标注分类后才能用于训练。评论的标注是在企鹅众测（https://wetask.qq.com/tasks?type=0）上完成的，企鹅众测上有多种类型的数据标注，不同的用户有不同的擅长领域。因此前期组内选出了 60 个标注的测试题，放在众测上做用户的测试和筛选，选出成绩比较高的众测用户作为之后的核心视频评论标注用户。

核心用户选择完成后就能发布标注任务了，任务包含说明，需要标注的评论内容等信息。众测用户收到任务后，就可以在手机 APP 上进行标注了。

图：众测任务说明界面

图：众测用户标注界面

众测的后台会将同一个题目随机分给 3 个不同的众测用户标注，然后将 3 个标注结果进行统计，如果某个分类结果有 2 个以上的用户标注，则为有效的评论标注，否则该评论不使用。

图：标注结果统计（绿色为有效标注，红色为无效标注）

3、开始训练

有了标注的数据，就可以训练模型了。视频的评论使用工具是tensorflow，网络是CNN，速度比RNN快很多。具体是训练文章网络上已经有很多，可以网上搜索“文本分类 tensorflow”参考。

视频评测

1、获取视频vid

评测的模型训练完成后，就可以用来评测线上的数据了。线上数据的获取，视频这边是从播放记录拿的数据。使用 QQ 浏览器每播放完一个视频，就会将视频的播放记录上报到后台，其中就有 vid 字段。在数据工厂[一个数据平台] 建立每日任务，统计每天播放量比较大的 vid，然后将 vid 导入到 mdb[一个数据库平台] 数据库。

2、获取视频评论

将评测的脚本放到公司的 Docker上，评测脚本每天定时执行。执行时从 mdb 获取 vid，然后脚本根据 vid 获取视频的评论。

3、开始评测

将一个视频的所有评论使用模型评测，如果评论结果为问题视频（根据负面视频的占比），还会将该 vid 对应的信息补全（视频标题，封面图等信息）方面后期运营同学处理评测结果。

结果处理

1、人工下线视频

模型评测出的视频，不会是 100% 的问题视频，总会有失误的情况。因此将评测出的视频放到了一个 mdb 的表里面，由运营同学再次人工审核下线，而不是直接下线。运营的前端同学做了前端页面，从数据库读取视频，然后执行下线操作。

图：负反馈视频操作页面

2、加入黑名单

运营同学点击删除按钮后，该视频的 vid 就会进入视频系统的黑名单。进入黑名单的视频不仅不会得到相关视频的推荐，并且无法直接播放，访问时会直接提示已经删除。

3、模型结果和优化

当前的的评测模型每天能识别出 100 多个问题视频，经过人工确认的视频有 40-80 个，占比 70% 左右。运营同学手工确认的问题视频，后台也会收集用来优化模型。

图：每日视频处理情况的统计

最后放一张负反馈流程的全图：

关注腾讯移动品质中心TMQ，获取更多测试干货！

版权所属，禁止转载！