.png)
平台为用户推荐，我为创作者推荐
目前的媒体环境对创作者非常不公平。你必须追逐算法，不停地输出内容，才能获得足够的浏览量，因此你自然会想，如何轻松地制作吸引目标客户的内容。此前的文章探讨了如何利用平台推荐算法对AI营销内容评测大模型进行建模，并提供改进报告。本文将探讨利用AI搜索实现UGC内容制作，通过AI大模型的RAG（Retrieval-Augmented Generation）能力结合UGC平台推荐系统的召回策略，创作者可以实现AI搜索同类内容的视频或竞争对手的内容视频，从而提供全新的创作视角和灵感，加速创作过程。
核心概念与联系
知识增强推荐系统（KAR）
知识增强推荐系统（KAR）是在传统推荐系统基础上，利用外部知识库中的语义信息来增强系统理解能力和推荐效果的方法。KAR系统通常包括以下核心组件：
• 知识库：包含结构化的实体、属性和关系信息，如Wikidata、Freebase等。
• 知识融合模块：将外部知识中的信息融入推荐模型，以增强理解能力。
• 推荐模型：基于用户行为数据和知识增强的特征，生成个性化的推荐结果。
推荐系统和RAG（Retrieval-Augmented Generation）
推荐系统和RAG在处理信息检索和生成任务时有相似之处：
• Retrieval（检索）：在推荐系统中，检索步骤从大量候选集中快速找到与用户相关的项目。RAG在检索步骤中，从大量候选文档中检索出与输入查询最相关的文档片段。
• Ranking/Re-ranking（重排）：推荐系统中，倒排步骤对检索结果排序，以确定用户可能感兴趣的项目，这个倒排的key可以是分类、topic、实体、来源等，排序考虑热度、新鲜度、动作等。RAG中，重排可能涉及对检索到的文档片段排序，选择最相关的信息生成回复或续写。
不同之处
• 目标差异：推荐系统预测和推荐用户可能感兴趣的项目，而RAG生成与输入查询相关的回复或续写。
• 数据类型：推荐系统处理用户行为数据和项目特征，RAG处理文本查询和文档。
• 生成阶段：RAG包含生成阶段，使用检索信息生成回复，推荐系统通常不涉及生成步骤。
RAG与智能推荐系统的整合
RAG与智能推荐系统有很多相似之处，但推荐系统不可能所有内容全部由模型预估。因此，需要通过规则配置一些召回策略，每次推荐时从海量内容中筛选出千级别的内容库。作为AI智能营销最重要的部分，我们的RAG召回策略显得尤为重要。
召回策略的关键组件
• 可视化的知识库管理界面：支持分段预览和召回效果测试。
• 索引方式：关键词文本向量由LLM辅助的问题-分段模式检索，关键词文本相似度匹配，混合检索N选1模式，多路召回。
• 召回优化技术：使用ReRank模型。
大模型的推荐系统包含几百亿原始特征和数十亿向量特征。整体的训练过程是在我们的DeciHub模块中完成，通过消息队列，导入到AI搜索数据平台中，随后根据最新样本，通过热处理进行实时在线训练更新模型参数，完成实时的底座大模型更新。
视频内容审核与结构化数据转化
在私有知识库数据处理过程，会将视频转化为文字等结构化数据，具体过程如下：
视频预处理
• 视频分割：将视频分割成若干帧，便于进一步处理。
• 音频处理：从视频中提取音频轨道。
• 语音识别（ASR）：利用自动语音识别技术将音频转换为文本。
• 自然语言处理（NLP）：使用NLP技术分析提取的文本内容，检测其中的不当语言或敏感话题。
图像处理和分析
• 图像识别：使用计算机视觉技术分析视频帧中的图像内容，识别对象、场景和活动。
• 人脸识别：识别人脸，检测是否包含未成年或特定人物（如明星或政治人物）。
• 内容识别：识别图像中的文字（OCR），以及检测图像中的暴力、色情、仇恨符号等不当内容。
视频转为结构化数据
• 元数据生成：为每个视频生成结构化的元数据，包括时间戳、识别的对象、活动、音频内容和文本内容等。
• 数据存储：将结构化数据存储到数据库或数据仓库中，以便进一步分析和处理。
除了私有数据处理，我们还可以实时搜索互联网视频数据，从数十亿小时的视频中为您匹配最相关的视频剪辑。这不仅可以节省创作者在素材搜寻上的时间和精力，还能确保内容的多样性和高质量。通过整合和分析这些视频数据，能够生成独特的创意建议，并提供与目标受众高度契合的内容主题。
此外，利用AI大模型的智能推荐策略，我们能够预测哪些视频内容最有可能引起用户的共鸣和互动。结合平台的推荐算法，可以优化内容的发布策略，提高视频的点击率和观看时长，从而提升整体的内容影响力和品牌价值。
我们的解决方案还包括自动化的内容优化工具，例如视频标题生成、标签推荐、缩略图设计等，确保每一个细节都经过精心打磨，最大限度地吸引观众的注意力。通过不断迭代和优化，创作者可以始终保持在内容创作的前沿，持续吸引和留住粉丝。
无论是对于新兴的内容创作者，还是已经拥有大量粉丝的资深博主，我们的AI驱动的内容创作和优化平台都能提供强有力的支持，帮助您在竞争激烈的媒体环境中脱颖而出，获得持续的成功。