Snapchat是如何實現個性化「Discover」標籤的？

Snap CEO Evan Spiegel在星期三的首個收益報告（點擊鏈接查看）中提出，Snap正使用機器學習來確定在你的新聞源中顯示哪些故事。

當被問及Snapchat的發布商如何在日益擁擠的空間保持「Discover」部分的可見性時，「到目前為止，我們的發布者對於可探索性問題的簡單答案，真的是機器學習的應用，」Spiegel告訴華爾街分析師。Spiegel完成了他的想法，他說機器學習「真正幫助我們在發布者故事內容方面向正確的人士展示正確的內容」。

基本上，如果你總是點擊發布者分享的一種故事，Snap將確保你能夠獲得更多這樣的故事。而且，它更適合你個人。機器學習使得Snap可以將你的新聞素材個性化，充滿你喜歡閱讀的故事，並展示你最有可能進行互動的廣告。整個體驗旨在讓你儘可能多地花費在應用上，並享受你所看到的廣告。

什麼故事最終在你的新聞源頂部取決於你如何使用Snapchat。並且每一個滑動和點擊，演算法就會多學一點，Snap將數據轉換成推送，而發布者也希望確保將故事轉化為讀者的點擊。

「搜索界面的有趣新聞由機器學習演算法創建，並允許我們的社區找到任何他們可能感興趣的故事，」Spiegel說。

與此同時，Snap的演算法注意你是否偏好某些已發布的故事，然後開始傾向於向你展示這些發布者。「這種關係對我們來說非常重要，我們有忠誠度指標，與我們分享這些合作夥伴，」Spiegel說。

一旦Snap知道你喜歡看哪些故事，演算法還在分析你如何與廣告進行互動。在一個稱為基於目標的出價的過程中，廣告客戶可以告訴Snap對於特定廣告來說，什麼樣的互動是理想的。

然後它的演算法數據研究與人們如何與廣告進行互動，以有針對性的處理特定的事件。比如說，如果你傾向於點擊觀看電影預告片，但不要鏈接到網站，Snap將確保你看到大部分是電影預告片廣告。

來源：inverse

作者：Dyani Sabin

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！