Automatiserte anbefalinger av nyhetsinnhold brukes i dag på nettsidene til mange medieselskaper med hensikt å presentere leserne mer relevante nyheter og tilby bedre brukeropplevelser. Slike anbefalingsløsninger drar nytte av nye teknikker fra maskinlaering og stordataarkitekturer fra informatikkfaget. I denne artikkelen diskuterer vi om personlige nyhetsanbefalinger kan øke trafikken til nettaviser i en tid hvor mediebransjen er under press, samt bidra til å gi medieaktørene større brukerforståelse. I denne artikkelen belyser vi noen av utfordringene med nyhetsanbefalinger og diskuterer spesielt teknikker som kollaborativ filtrering og innholdsbaserte anbefalinger. Vi kommer også inn på evalueringsmetrikker, fordi tradisjonelle mål på presisjon og recall ikke alltid samsvarer med mediehusenes behov for å benytte løsningene strategisk for å bedre lønnsomheten. Polaris Media har over flere år eksperimentert med anbefalingsteknologi på sine nettaviser, og vi presenterer i artikkelen funn og innsikter fra denne utprøvingen. Noen hovedfunn er at anbefalingsløsninger kan øke klikkraten og lesetiden betydelig, revitalisere eldre nyhetsstoff slik at innhold får lengre levetid samt bidra til å forstå brukersegmentene bedre. Artikkelen posisjonerer seg innenfor en design science research-tilnaerming, hvor målsetningen er å forstå industriens behov og utvikle og prøve ut artefakter som møter disse behovene.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.