Pinterest présente les améliorations récentes de l’algorithme, qui ont augmenté 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, à quel point l’utilisation adaptative est plus récente. les données l’ont aidé à stimuler l’activité d’engagement.

La critique complète est assez difficile à lire pour les non-développeurs :

Un masque de fenêtre temporelle aléatoire est utilisé pour rendre le modèle moins réactif et 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 dans un vecteur et l’alimentons avec toutes les autres fonctionnalités dans les couches MLP pour prédire les actions de l’utilisateur multi-tête.

Oui, ce n’est en aucun cas un résumé amusant, mais essentiellement l’équipe d’ingénierie de Pinterest explique comment ils ont amélioré leurs systèmes de téléchargement dans les nouvelles actions des utilisateurs dans l’application, ce qui rend ensuite les recommandations qu’ils font plus pertinentes, améliorant ainsi l’engagement de Piner.

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 la dernière 100 actions d’utilisateurs comme mesure de l’intérêt individuel, mais 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, en fonction de son activité la plus récente, ce qui crée un nouveau volant d’amélioration dans ses recommandations d’épingles.

Améliorations de l'algorithme Pinterest

Comme vous pouvez le voir dans cet aperçu, des recommandations plus récentes conduisent à davantage de comportements d’engagement, y compris des repins, 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 affine ensuite son système de recommandation, ce qui a globalement conduit à des améliorations significatives de son processus :

Au cours de l’expérience en ligne, nous avons observé que le volume de réépinglage pour le nombre total d’utilisateurs avait augmenté de 6 %, et nous avons observé que l’augmentation du volume de réépinglage parmi les utilisateurs non principaux pouvait atteindre 11 %.

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

“L’augmentation réelle du volume de réépinglage Homefeed que nous avons constatée depuis la mise en production de ce modèle est supérieure aux résultats de l’expérience en ligne. Cependant, nous ne révélerons pas le nombre exact sur ce blog.

En bref, Pinterest a amélioré son algorithme en actualisant les données plus souvent, en rendant ses recommandations de code PIN plus pertinentes et en générant plus d’engagement. Pinterest peut ensuite compter ces activités 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 n’avez pas grand-chose à voir avec ces informations, mais il convient de noter qu’il s’agit d’un élément essentiel qui définira les performances de votre code PIN dans l’application.

C’est une revue intéressante, surtout compte tenu de la croissance récurrente de Pinterest ces derniers temps et de ses fonctionnalités de découverte en constante évolution.

Vous pouvez lire l’examen technique complet de Pinterest ici si vous recherchez des informations supplémentaires 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.