膨大なコンテンツとクリエイターをつなげるレコメンデーション体験の改善

膨大なコンテンツとクリエイターをつなげるレコメンデーション体験の改善

Company
note
Tags
EngineerML

ついつい見たくなる記事に出会えるようなしくみ

このissueを掲げている背景・理由

届くべき人にコンテンツを届ける仕組みをつくる

  • クリエイター数、投稿数、閲覧数が増加
  • 特定ジャンルに偏らない多様なコンテンツが集うため、レコメンデーションの精度向上がユーザー体験向上に直結する
  • 文章や写真、イラストなど記事によってレコメンデーションのコンセプトを変える必要がある
  • どのようなレコメンデーションが好ましいかを考え、カイゼンしていく必要がある

関連事例

noteの記事ページに表示される他の記事推薦

noteの記事ページ下部に表示されている記事は機械学習により推薦されています。読んだ記事の内容に近い記事や、閲覧履歴をベースに様々なアルゴリズムを混ぜて推薦を構成しています。

image

このissueの魅力

ユーザーインパクトが大きいレコメンデーション基盤の構築

  1. 利用者数、閲覧数が非常に多くインパクトが大きいレコメンデーション施策を推進できる
  2. 大量に蓄積されたデータから知見を引き出し、機械学習に活かしていくプロセスが体験できる

担ってほしい役割・責任

ユーザー体験から逆算してレコメンデーションを組み立てる

  1. あるべき体験はなにかを議論する。どこに、どのようにレコメンデーションを適用していくと再訪したくなる場になるか考える
  2. 必要なデータや検証プロセスを組み立て他のエンジニアと協業しデータ中心のアプローチで実現へ近づけていく

本issueへの社内メンバーからのオススメ

noteカイゼンの一丁目一番地

image

CTO 今 雄一

「ここ数年のtoCのプラットフォームは機械学習技術による精度の高いレコメンデーションが当たり前になっており、ユーザーもそれに慣れてきています。他サービスの表層だけを真似るのではなく、noteらしい推薦とはなにか?から一緒に考えていきたいエンジニアの方は、存分に裁量を振るって働ける環境です」

🙋‍♀️ このissueのスカウトを欲しい人は↓からキャリア情報を登録するだけ

issue clubについて詳しくはこちら 👈