伴随着 UGC（用户原创内容）的蓬勃发展，以及美图社区规模快速扩展，美图智能化内容挖掘技术也随之迎来了巨大的挑战。目前美图秀秀月活过亿，如何处理用户每天产生的海量图文、视频等多形态内容？如何应对 UGC 主题五花八门，质量良莠不齐问题？这些问题给内容理解带来了极大的挑战，同时也给我们原有的技术体系带来了巨大的变革。
在实践的过程中，我们探索出了一条能有效解决这些问题的道路，并构建了美图智能化内容挖掘平台 K2 。K2 平台集成了基于 mobilenet+ssd 的图片和视频中水印检测识别技术、图像语义相关检索技术、基于 inceptionv3 的图像场景分类技术、在内容打散中的图像聚类技术等美图在多个领域的最新技术积累。K2 平台通过更好更全面地理解内容，从而知道用户想要表达什么，并且通过对用户进行全方位的刻画，极大的提升推荐、搜索的效果。同时 K2 平台也能辅助人工审核，提升公司内部运营效率。
在本次分享中，我们将会大家介绍下美图搭建一个完整的内容挖掘平台的具体实践以及 K2 的一些核心设计思路。

讲师简介

刘挺，美图数据智能部内容挖掘平台负责人，目前主要负责美图社区内容挖掘、推荐引擎、搜索、爬虫和反作弊等研发工作。致力于 NLP、CV 等 AI 算法在内容理解的应用，提升社区个性化推荐、搜索的效果和内部运营的效率。刘挺在内容理解和推荐领域有丰富的算法和工程积累以及团队管理经验。