Pinterest présente les améliorations récentes de l’algorithme, qui ont stimulé l’engagement des broches


Pinterest a connu une augmentation de l’engagement et de l’utilisation ces derniers temps, et il peut y avoir une bonne raison à cela, la plate-forme publiant un nouvel aperçu technique de la façon dont elle a amélioré ses algorithmes de recommandation pour maximiser l’engagement – et plus précisément, comment une utilisation plus récente et adaptative les données l’ont aidé à stimuler l’activité d’engagement.

La aperçu complet est assez difficile à lire pour le non-développeur:

Le masque de fenêtre temporelle aléatoire est utilisé pour rendre le modèle moins réactif et pour éviter une baisse de diversité. Ensuite, nous l’introduirons dans un encodeur de transformateur. Pour l’expérience initiale, nous n’utilisons qu’une seule couche d’encodeur de transformateur. La sortie du codeur du transformateur est une matrice de forme. Nous aplatissons ensuite la sortie en un vecteur et l’alimentons avec toutes les autres fonctionnalités dans les couches MLP pour prédire les actions des utilisateurs à plusieurs têtes.

Oui, ce n’est en aucun cas un résumé divertissant, mais en substance, l’équipe d’ingénierie de Pinterest explique comment elle a amélioré ses systèmes pour prendre en compte les actions des utilisateurs les plus récentes dans l’application, ce qui rend ensuite les recommandations qu’elle fournit plus pertinentes, donc améliorer l’engagement Pinner.

Ce qui, bien sûr, est parfaitement logique, mais il est intéressant de le noter dans un contexte spécifique à Pin.

Pinterest explique qu’il utilise les dernières 100 actions de l’utilisateur comme mesure pour déterminer l’intérêt individuel, mais il a récemment mis à jour son processus pour actualiser ces données plus fréquemment qu’auparavant.

Selon Pinterest:

“[In order] pour relever le défi de la désintégration de l’engagement, nous réentraînons le modèle de séquence en temps réel deux fois par semaine. Ce faisant, le taux d’engagement est devenu beaucoup plus stable.

Parce que Pinterest montre à chaque utilisateur des recommandations plus pertinentes, basées sur leur activité la plus récente, cela crée un nouveau volant d’amélioration dans ses recommandations Pin.

Améliorations de l'algorithme Pinterest

Comme vous pouvez le voir dans cet aperçu, des recommandations plus récentes entraînent davantage de comportements d’engagement, y compris des ré-épingles, ce que Pinterest note est ‘l’un des indicateurs clés de l’engagement des utilisateurs sur la plateforme ».

Cela donne alors à Pinterest plus de données sur ce que chaque utilisateur est plus susceptible de réépingler ou de sauvegarder, ce qui améliore encore plus son système de recommandation, ce qui, dans l’ensemble, a conduit à des améliorations significatives de son processus :

Au cours de l’expérience en ligne, nous avons observé que le volume de repin pour l’ensemble des utilisateurs a augmenté de 6 %, et nous avons observé que le gain de volume de repin sur les utilisateurs non principaux peut atteindre 11 %.

Le processus réduit également les caches d’épingles ou les personnes qui se débarrassent des recommandations non pertinentes, tandis que Pinterest note en outre que les gains constatés depuis dans la production réelle sont encore plus importants que ces statistiques de test.

“L’augmentation réelle du volume de repin Homefeed que nous avons observée après l’expédition de ce modèle en production est supérieure aux résultats des expériences en ligne. Cependant, nous ne divulguerons pas le nombre exact dans ce blog.

En résumé, Pinterest a amélioré son algorithme en actualisant ses données plus souvent, en rendant ses recommandations d’épingles plus pertinentes et en incitant à davantage d’actions d’engagement. Pinterest peut ensuite intégrer ces actions d’engagement dans son processus, ce qui améliore encore l’expérience individuelle de chaque utilisateur.

De plus, les Pin Saves sont un facteur clé qui définit la portée algorithmique. Vous ne pouvez pas nécessairement faire grand-chose avec ces informations, mais il convient de noter qu’il s’agit d’un élément essentiel qui définira les performances de votre épingle dans l’application.

C’est un aperçu intéressant, surtout compte tenu de la croissance renaissante de Pinterest ces derniers temps et de ses fonctionnalités de découverte en constante évolution.

Vous pouvez lire la présentation technique complète de Pinterest ici si vous cherchez plus d’informations sur la mise à jour – encore une fois, c’est assez technique, et vous vous retrouverez à plisser les yeux et à relire beaucoup de lignes.



Vous pouvez lire l’article original (en Anglais) sur le blogwww.socialmediatoday.com