محرك توصيات مدعوم بالتعلم الآلي زاد التفاعل مع المستخدمين 3 مرات لمنصة إعلام رقمي.
اعتمدت منصة إعلام رقمية مع أكثر من 2 مليون مستخدم يومي على التنظيم التحريري للتوصية بالمحتوى، مما أدى إلى فقاعات فلترة وتفاعل متراجع. كان نهج التصفية التعاونية الحالي يبدأ بشكل سيء للمستخدمين الجدد والمحتوى الجديد. كان يجب على النظام تقديم توصيات مخصصة في أقل من 50 مللي ثانية مع التعامل مع أكثر من 50,000 طلب في الثانية.
بنينا محرك توصيات هجين يجمع بين التصفية التعاونية والتشابه المبني على المحتوى ونموذج التسلسل المبني على المحول للتخصيص على مستوى الجلسة. يسير خط أنابيب التعلم الآلي على Kubernetes مع استدلال مسرّع بـ GPU. يخزن مخزن الميزات تضمينات المستخدمين والعناصر مسبقاً، مما يتيح خدمة أقل من 50 مللي ثانية. تشغّل بنية اختبار A/B تجارب مستمرة لتحسين خوارزميات الترتيب. تم حل مشكلة البداية الباردة عبر تضمينات المحتوى والأولويات الديموغرافية.
زاد تفاعل المستخدمين 3 مرات خلال 3 أشهر من النشر. تحسّن معدل اكتشاف المحتوى بنسبة 156%، مما عرّض المستخدمين لمحتوى أكثر تنوعًا. زاد متوسط مدة الجلسة بـ 2.4 دقيقة. يعالج المحرك أكثر من 50,000 توصية في الثانية بدقة صلة 94%.
