На примере Google Discover хорошо видно, как устроены рекомендательные системы. Единого алгоритма не существует, это сложная сеть инструкций и по данным исследований инженеров компании работает она как многоступенчатая воронка.
Сначала из миллионов единиц контента отсеивается все, что нарушает правила платформы. Затем система анализирует поисковые запросы и действия, определяет круг интересов и ищет в базе материалы, которые с наибольшей вероятностью могут подойти. После этого прогностическая модель оценивает реакцию на каждый вариант, учитывая клики, лайки, блокировки и время, проведенное за чтением. Финальный фильтр следит за разнообразием, чтобы лента не зациклилась на одной теме.
Примечательно, что цикл при этом никогда не замыкается. Каждое действие, даже мимолетная остановка на статье или свайп мимо, учитывается, и эти же данные потом формируют следующие рекомендации. По сути, это бесконечная азартная игра, в которой система делает ставки на основе истории активности, местоположения и мелких повседневных действий, которые сами пользователи даже не замечают.
😀 Пожалуй, лучший канал о маркетинге в Telegram и в MAX