• AI

Ar dirbtinis intelektas gali išspręsti pasirinkimo perteklių turinio gausose platformose?

  • Felix Rose-Collins
  • 5 min read

Įvadas

Can AI Solve Choice Overload on Content-Heavy Platforms

Rekomendacijų sistemos sumažina pasirinkimų skaičių, kurį žmogus turi padaryti, o duomenys rodo, kad tai platformai yra vertingiau, nei dauguma žmonių mano. Ar tai pasiekiama aukojant galimybę atrasti kažką naujo, yra atskiras klausimas, į kurį taip pat nėra lengva atsakyti.

Transliacijų programėlės reikalauja daug pastangų antradienio vakarą. Atidarius vieną iš jų, tenka peržiūrėti eilę miniatiūrų, kol pagaliau randama kas nors, ką verta žiūrėti – jei, žinoma, apskritai pavyksta ką nors rasti. Daugeliui žmonių tai nepavyksta. Skelbimai keičiasi, ta pati saujelė pavadinimų nuolat vėl iškyla, ir tam tikru momentu programėlės uždarymas gali pasirodyti lengviausias sprendimas. Kazino svetainės, pavyzdžiui, „Vegas Stars casino nz“, susiduria su panašia problema iš kito kampo: naujas vartotojas prisijungia ir randa šimtus nepažįstamų žaidimų piktogramų, neturėdamas aiškios pradžios vietos. Tyrėjai šiam reiškiniui jau seniai suteikė pavadinimą – pasirinkimų perteklius, o platformos tai traktuoja kaip tam tikrą pajamų problemą.

Rekomendacijų variklio tikroji vertė

Jei „Netflix“ rekomendacijų variklį pakeistumėte paprastu populiarumo reitingu, vartotojų aktyvumas sumažėtų 12 %, kaip teigiama 2025 m. lapkričio mėn. SSRN darbo dokumente, kurį parengė su įmone susijusių ekonomistų grupė (trys šio dokumento autoriai dirba tiesiogiai „Netflix“). Jei vietoj to išbandytumėte matricos faktoryzacijos modelį – žingsnį žemyn nuo visiško personalizavimo – nuostolis būtų mažesnis – 4 %. Padauginus šį skirtumą iš šimtų milijonų abonentų, jis sudaro milijardus žiūrėjimo valandų ir pinigų, kurie galiausiai vienaip ar kitaip atsispindi sutarčių pratęsimo skaičiuose.

Klausas Wertenbrochas nevisiškai tiki, kad personalizavimas yra neabejotinai geras dalykas. Jis dėsto rinkodarą INSEAD verslo mokykloje ir yra vienas iš straipsnio, kuriame abejojama, kiek svarbos žmonės iš tikrųjų teikia algoritminiams pasirinkimams, bendraautorių. „Aš ir mano bendraautoriai įspėjame vartotojus, kad jie pernelyg nepasikliautų AI algoritmais, kai daro tokius pasirinkimus“, – pažymėjo K. Wertenbroch straipsnyje, bandydamas paskatinti žmones geriau apgalvoti šališkumo klausimą. Jis sakė, kad tikisi, jog rekomendacijos bus vertinamos tik kaip tai, kas jos yra – ne kaip oficialus pritarimas, o tiesiog kaip patarimas.

Tai susiję su populiarumo šališkumu. Kai pakankamai daug paskyrų jau žiūri tam tikrą laidą, tai gali būti signalas modeliui rekomenduoti tą laidą kitiems (saugiau rekomenduoti esamą hitą nei kažką nežinomo), ir dėl to mažos auditorijos vėlesniuose etapuose mažėja, galiausiai išnykdamos iš tų, kurie aktyviai neieško konkretaus pavadinimo, akirato. Ekonomistai šį procesą aiškina „turtingieji tampa dar turtingesni“ efektu. Tai turi pasekmių paieškos sistemų indeksavimui ir socialinių tinklų srautams – visur, kur algoritmai netiesiogiai naudoja populiarumą kaip kokybės vertinimo rodiklį.

„Netflix“ ir INSEAD galiausiai priėjo prie tos pačios išvados, tačiau pasirinko skirtingus kelius jai pasiekti. Nors jie dirbo su visiškai skirtingais duomenimis iš skirtingų pramonės šakų, jie nustatė, kad pagrindinė priežastis, dėl kurios vartotojai lieka, paprastai yra ta pati. Augančios bibliotekos, kurios negerina jau turimų pasiūlymų kokybės, linkusios kaupti šlamštą ir tampa neveiksmingos pritraukiant naujus vartotojus ar išlaikant esamus.

Algoritmai blogai susidoroja su laimingais atsitiktinumais

Paspaudimų istorija, puslapyje praleistas laikas ir paieškos terminai sudaro daugumos paieškos sistemų pagrindą. Jos remiasi šiais skaitmeniniais pėdsakais, kad pateiktų daugiau to, ką jau žiūrėjote ar žaidėte. Tai logiška, žiūrint iš dizaino tikslo perspektyvos. Tačiau vėlgi yra tikimybė, kad jums šis konkretus pasiūlymas gali niekada nebūti parodytas. Priežastis yra gana subtili – ji grindžiama tuo, kad niekada nebuvo jokių susidomėjimo požymių, nes su tuo niekada nebuvote supažindinti. Anksčiau, kol dar nebuvo rekomendacijų sistemų ir dirbtinio intelekto, tai buvo vadinama „žodžio iš lūpų į lūpas“ rinkodara. Kai jūsų brolis ar sesuo duodavo jums kasetę su vos keliais kūriniais, ir staiga jūs atrasdavote visiškai naują žanro atšaką, kurios net neieškojote.

Turinio tipas Standartinis susidomėjimas Atrinktas susidomėjimas Pagrindinė išvada
Populiarūs hitais Jau dabar didelis Beveik nesikeičia Šie leidiniai randami vien dėl populiarumo
Vidutinio lygio katalogas Paslėpti, lengvai praleidžiami Pastebimai šoktelėja Čia kuratorystė ypač pasiteisina
Nišiniai leidiniai Beveik nematomi Šiek tiek pakyla Net ir geras tikslinis nukreipimas turi ribas

Vien tik duomenys sunkiai sugeba patys iškelti tokius netikėtus ir įdomius pasirinkimus. Toks tinklapis kaip „Vegas Stars“ tvarko platų katalogą, kuriame gausu kortų žaidimų, didelio kintamumo lošimo automatų ir visą parą dirbančių gyvų dalintojų. Akivaizdu, kad tokios bibliotekos tvarkymui reikalinga tam tikra organizacija. Mašininio mokymosi algoritmas rūpinasi pagrindiniais matematiniais skaičiavimais, o išmanusis vartotojo sąsajos (UX) ir produkto dizainas užbaigia užduotį. Jei asmuo susikuria naują paskyrą neturėdamas jokios ankstesnės patirties, dirbtinis intelektas ir gerai parengtos turinio kategorijos atlieka savo stebuklingą darbą. Toks platformos išdėstymas užtikrina, kad žaidimų sąrašas nebus perkrautas.

Tinkamas turinio atrinkimas duoda didelę naudą

Pirmą kartą „Vegas Stars“ apsilankę lankytojai susiduria su maždaug 200 atskirų žaidimų piktogramų, neturėdami jokios ankstesnės paspaudimų istorijos. Daugelis senesnių rekomendacijų variklių su šia „tuščia lenta“ elgiasi pasenusiu būdu, daugiausia todėl, kad niekas jų nekūrė turėdamas omenyje tokį scenarijų. Kai kurie galiausiai kartojasi su ta pačia saujele žanrų, kol viskas ekrane pradeda susilieti. Geresnės sistemos stengiasi labiau – stebi, kas žaidėjui jau patinka, tada retkarčiais įterpia žaidimą, kuris neatitinka to modelio, tiesiog norėdamos pamatyti, kas pritrauks dėmesį.

  • Paspaudimai ir sesijos trukmė apie žaidėją pasako daugiau nei bet kokia apklausa.
  • Tūkstančiai paskyrų lyginamos tarpusavyje naudojant bendradarbiavimo filtravimą, ieškant sutapimų tarp to, kas buvo žaidžiama, ir to, kas praleista.
  • Kintamumas ir mechanika nuskaitomi tiesiai iš žaidimo failų, todėl žaidimo stiliaus atitikimai grindžiami duomenimis, o ne spėjimais.
  • Taip pat užfiksuojami nuotaikos pokyčiai sesijos metu – tai, ko statinis profilis tiesiog nepastebėtų.

Inžinieriai šiam pradiniam scenarijui – naujai paskyrai, kurioje dar nėra jokių įrašų – suteikė pavadinimą: „šalto starto“ problema. Kai kurios sistemos ją sprendžia naujoms paskyroms numatydamos tai, kas yra plačiai populiaru, kol susikaupia pakankamai elgsenos duomenų, kad būtų galima tinkamai personalizuoti. Kitos vietoj to pateikia keletą įvadinių klausimų, mainais į šiek tiek sudėtingesnę registraciją užsitikrindamos pranašumą atitikimo procese. Nė vienas iš šių sprendimų nėra tobulas, tačiau abu yra geresni nei atsitiktinis 200 žaidimų langelių rodymas, tikintis, kad kažkas patiks.

Susipažinkite su "Ranktracker

Efektyvaus SEO "viskas viename" platforma

Už kiekvieno sėkmingo verslo slypi stipri SEO kampanija. Tačiau turint daugybę optimizavimo priemonių ir metodų, iš kurių galima rinktis, gali būti sunku žinoti, nuo ko pradėti. Na, nebijokite, nes turiu ką padėti. Pristatome "Ranktracker" "viskas viename" platformą, skirtą efektyviam SEO

Pagaliau pradėjome registruotis į "Ranktracker" visiškai nemokamai!

Sukurti nemokamą paskyrą

Arba Prisijunkite naudodami savo įgaliojimus

Kai pradedate peržiūrėti viską, didžiąją dalį faktinio rūšiavimo atlieka dvi technikos. Pirma, bendradarbiavimo filtravimas nustato panašumo balą tarp vienos paskyros ir tūkstančių kitų, lygindamas pavadinimus, kuriuos vartotojas paspaudė, paleido ar net „praleido bendrai“. Turinio pagrįstas žymėjimas praleidžia tą palyginimą ir vietoj to nuskaito kiekvieno žaidimo metaduomenis – kintamumo indeksą, temą, išmokėjimo lentelės struktūrą – tada suderina tuos atributus su tuo, ką viena paskyra yra mėgusi anksčiau (šios dvi technikos dažnai veikia lygiagrečiai, o ne viena pakeičia kitą). Bet kuris iš šių metodų išgelbėja žmogų nuo to, kad jam tektų sėdėti ir rankiniu būdu naršyti kiekvieną katalogą.

Išskaidžius procesą, jis susideda iš maždaug penkių žingsnių, kurių kiekvienas yra gana paprastas:

  1. Sesijos duomenys, kategorijų preferencijos ir praleidimo modeliai įtraukiami į modelį prieš pradedant bet kokį reitingavimą.
  2. Atskiri profiliai suderinami su žaidimais, susijusiais su tikrąja paspaudimų istorija, o ne tik su tuo, kas yra plačiai populiaru.
  3. Teisingas reitingavimas. Didžioji dalis pagrindinio puslapio tinklelio lankytojų dėmesio sutelkiama į pirmuosius kelis eilučių, todėl reitingavimo tvarka turi didesnę reikšmę nei po ja esančio sąrašo dydis.
  4. Nauji paspaudimai, praleidimai ir užbaigtos sesijos įtraukiami kaip papildomi mokymo duomenys.
  5. Nauji leidiniai ir grotuvų elgsenos pokyčiai įtraukiami per kelias minutes, o ne laukiant numatyto atnaujinimo.

Kaip atrodo geresnė turinio atranka „Vegas Stars“

Mobilieji prisijungimai sudaro didžiąją dalį srauto tokiose svetainėse kaip „Vegas Stars“, o tai keičia tai, ką turėtų daryti turinio atranka vartotojo labui. Mažesniame ekrane telpa gal šeši ar aštuoni matomi langeliai, kol tenka slinkti žemyn, todėl tai, kas atsiduria pirmoje matomoje eilutėje, turi ypač didelę reikšmę – panašiai kaip „Netflix“ tyrime nurodytas pagrindinio puslapio tinklelio efektas. Jei ta pradinė eilutė bus parinkta netinkamai, žaidėjas niekada nepamatys likusios bibliotekos dalies, nesvarbu, koks geras būtų pagrindinis atitikimas.

Be to, yra gyvų dalintojų stalo žaidimai, kurie prideda visiškai naują sudėtingumo lygmenį. Tarkime, turite „Blackjack“ stalą su trimis laisvomis vietomis ir vartotoją, norintį prisijungti; turite juos sujungti per milisekundes, o ne per sekundes, praleidžiamas naršant po susitikimų kalendorių. Negali tiesiog paspausti „Paleisti“ pakartojime, kai vieta jau užimta. Čia, skirtingai nei užsakomųjų vaizdo įrašų bibliotekoje, svarbus laikas, nes kai tas gyvas stalas užsipildo, žaidėjui galimybė prarandama. Tai panašu į daugelio žaidėjų fojė bet kuriame „Call of Duty“ ar kitame komandiniame žaidime, kurį rasi „PlayStation“ ir „Xbox“ platformose.

Išmokėjimo greitis taip pat šiek tiek netiesiogiai veikia atradimą. Žaidėjai, pervedantys pinigus per kriptovaliutą ar elektronines pinigines, paprastai greičiau pereina iš vienos sesijos į kitą nei tie, kurie dienų dienomis laukia bankinio pervedimo, todėl rekomendacijų varikliui lieka mažiau laiko per vieną apsilankymą ką nors sužinoti, kol ta sąskaita nepereis į kitą platformą. Greitesnis pinigų įplaukimas paprastai reiškia greitesnį sprendimą, ar fojė iš tikrųjų tiko tam žaidėjui.

Norint tai įgyvendinti, reikia tikros inžinerijos. Tam reikalingos greitos, greitai reaguojančios užkulisinės sistemos, suderintos su išdėstymu, pritaikytu prie to, kur iš tikrųjų nukreipiamas žaidėjo dėmesys.

Atsakomybės apribojimas: Azartiniai lošimai yra pramogos forma, kuriai būdinga rizika. Jų neturėtų būti laikoma pajamų šaltiniu ar finansine strategija. Loškite tik tiek, kiek galite sau leisti prarasti, nustatykite griežtus limitus ir kreipkitės pagalbos, jei azartiniai lošimai daro jums neigiamą įtaką. Dalyvauti gali tik pilnamečiai, sulaukę 18 metų. Visada loškite atsakingai.

Felix Rose-Collins

Felix Rose-Collins

Ranktracker's CEO/CMO & Co-founder

Felix Rose-Collins is the Co-founder and CEO/CMO of Ranktracker. With over 15 years of SEO experience, he has single-handedly scaled the Ranktracker site to over 500,000 monthly visits, with 390,000 of these stemming from organic searches each month.

Pradėkite naudoti "Ranktracker"... nemokamai!

Sužinokite, kas trukdo jūsų svetainei užimti aukštesnes pozicijas.

Sukurti nemokamą paskyrą

Arba Prisijunkite naudodami savo įgaliojimus

Different views of Ranktracker app