添加日期：2026-07-27 点击次数：6
近日，国内头部短剧分发平台在部分安卓端版本中启动‘多模态用户意图识别’系统试点。该系统整合用户滑动节奏、停留热区、语音搜索关键词、字幕点击行为及横竖屏切换频次等六类交互信号，构建动态意图画像，替代原有单一观看时长加权模型。
试点数据显示，在上线首月内，用户单日平均完播率提升11.3%，低效跳过（5秒内退出）率下降28.6%。平台技术负责人表示，该系统不依赖用户主动标签或历史订阅行为，而是通过实时行为序列建模捕捉瞬时兴趣迁移，尤其适用于短剧用户‘场景化、碎片化、高流动’的内容消费特征。
与此前普遍采用的协同过滤或静态画像推荐不同，本次升级强调对‘非结构化交互行为’的语义化解析——例如将连续三次在情感冲突桥段前减速滑动，识别为‘偏好强情绪张力叙事’；将横屏播放后快速切回竖屏并重复拖拽至同一时间点，判定为‘关注服化道细节’。此类细粒度意图识别已纳入新版《短剧智能分发技术指引（试行）》参考案例。
当前系统仍处于灰度测试阶段，尚未开放第三方SDK接入。后续观察重点包括：多模态数据采集是否触发新的用户隐私合规评估节点；中小制作方能否通过平台开放接口反向解析推荐逻辑以优化分镜节奏设计；以及该模型在跨平台（如小程序、OTT）场景下的泛化能力验证。
