领先的社交媒体平台如何实施个性化战略提高内容相关性

公司信息

一家领先的社交媒体平台公司努力跟进用户日益增涨的相关内容需求，他们需要一个满足以下条件的数据合作伙伴：拥有庞大的评分员库（他们在地理位置和人口统计上都呈现多样化的特点）；能够在全球快速启动运营；能够满足严格的数据流要求；同时在复杂的质量系统内运行。

挑战

随着消费者不断追求与之相关的内容——无论是通过社交媒体、搜索引擎还是其他网站获得这些内容——任何提供新闻资讯的网站都应该制定为消费者提供个性化服务的战略。新闻内容发布背后的算法需要经过训练，让用户看到更多他们想要的内容，而不是与用其无关的内容。这需要你从用户那里收集数据，这些数据代表了网站真实用户通过其个人账号所提供的资料；然后，要将这些数据输入机器学习训练模型中。 在这种情况下，我们的客户决定实施一个需要大规模启动的试点项目，参与者将提供非常个性化的输入，该试点项目遵循严格的数据流要求和复杂的质量系统。该公司已经在与另一家供应商合作实施类似的项目，但该项目没有考虑地域扩张，也没有提供足够多样化的标注员，也就不能充分改善公司的算法，使其准确地代表用户群。

解决方案

试点项目启动时，有 500 名参与者签了为期四周的合同。我们开发了一个可扩展且功能强大的注册模块，它附带可视化的交互式组件。在几周内，客户就能全天候 (24/7) 收到改进算法所需的数据。参与者根据各种因素对每个新闻项目进行标注，包括内容的重要性和作用。该流程指导用户确定每个项目的总体标注，从而允许训练模型对算法进行微调，为所有用户提供更加个性化的体验。 虽然客户一开始认为这只是一个填补缺口的短期试点项目，但凭借我们提供的数据的灵活性、可扩展性、速度和优质性，以及在最初几周内建立的强大合作关系，这个项目从一个短期试点项目变成了一个长期项目。自此以后，该试点项目拓展了新的市场，并成功地进行了更多试验。

成果

事实证明，标注员库的地理和人口多样性对训练模型非常有价值，因为它能有效映射客户的现有用户，支持客户提供比过去更加个性化的内容。此外，借助我们的按需众包模式，提供商不断接收稳定的数据流，甚至在节假日和周末也不间断，这使得它能够比过去更快、更一致地改进算法。现在，在提高新闻资讯的个性化程度方面，客户已经有了一个经过验证的计划，它可以应用类似的流程解决其他领域的问题，比如为用户减少垃圾新闻邮件。 客户有严格的、并且将在整个项目周期内实施和持续维护的质量标准。该项目还涉及一项复杂的主观任务，该任务需要少量人工 QA参与。因此，密切的合作对项目的成功至关重要。我们的团队与客户合作，制定了任务指南和质量管理计划，并迅速启用了大量参与者，以满足每日和每周的数据需求。 项目需求的频繁变化意味着我们的项目管理团队需要快速更新复杂的流程。团队能否灵活、有效地应对这些变化是这个项目成功的关键因素。

您可能感兴趣的其他博客