הפעלת תוכן מותאם אישית: מנוע ההמלצות החדש של Momspresso

בעולם הדיגיטלי העשיר בתוכן של היום, מסירת התוכן הנכון למשתמש הנכון בזמן הנכון היא קריטית. בהמשך לעבודתנו הקודמת על צינור הנתונים של Momspresso, יישמנו כעת מנוע המלצות חזק המתאים אישית תוכן למיליוני משתמשי Momspresso. בואו נצלול לאיך בנינו את המערכת הזו.

האתגר

#

Momspresso הייתה זקוקה למערכת המלצות שיכולה:

1. לעבד כמויות גדולות של נתוני אינטראקציה של משתמשים
2. ליצור המלצות מאמרים מותאמות אישית במהירות
3. לעדכן המלצות בזמן אמת כאשר משתמשים מתקשרים עם תוכן
4. להתרחב כדי לטפל במיליוני משתמשים ומאמרים

הפתרון שלנו: מנוע המלצות מופעל על ידי Spark

#

תכננו מערכת המלצות רבת-רכיבים המנצלת את צינור הנתונים שבנינו קודם לכן:

1. סקריפטים ליצירת נתונים

#

באמצעות מאגר האירועים מצינור הנתונים שלנו, יצרנו סקריפטים ליצירת סט האימון למודל ההמלצות שלנו. זה מאפשר לנו להשתמש בנתוני אינטראקציה אמיתיים של משתמשים כדי לאמן את המודל שלנו.

2. Spark ML-lib לאימון מודל

#

הקמנו מערכת מבוססת Spark ML-lib לאימון מודל. אנחנו משתמשים כרגע בסינון שיתופי, שניתן לאמן במהירות עם רק 3-4 ימים של נתונים. זה מאפשר לנו לעדכן את המודל שלנו בתדירות גבוהה, ומבטיח שההמלצות שלנו נשארות רלוונטיות.

3. שירות אינטרנט להמלצות

#

בנינו שירות אינטרנט המספק המלצות מאמרים על בסיס מזהי משתמשים. כדי לטפל בזמן התגובה הגבוה של טעינת המודל לזיכרון, יישמנו אסטרטגיית מטמון באמצעות Redis. זה מבטיח זמני תגובה מהירים להמלצות שלנו.

4. שירות מחיקת המלצות

#

כדי לשמור על המלצות טריות, יישמנו שירות המסיר מאמרים שנצפו מההמלצות של משתמש. שירות זה מתחבר ל-Kafka ומאזין לאירועי צפייה, מעדכן את ההמלצות בזמן אמת.

תכונות מפתח של מנוע ההמלצות שלנו

#

1. התאמה אישית: באמצעות סינון שיתופי, אנחנו יכולים לספק המלצות מותאמות אישית על בסיס התנהגויות של משתמשים דומים.

2. עדכונים בזמן אמת: המערכת שלנו מעדכנת המלצות כאשר משתמשים מתקשרים עם תוכן, מבטיחה רלוונטיות.

3. יכולת הרחבה: השימוש ב-Spark ו-Redis מאפשר למערכת שלנו לטפל בכמויות גדולות של נתונים ומשתמשים ביעילות.

4. גמישות: העיצוב המודולרי שלנו מאפשר לנו להחליף בקלות את אלגוריתם ההמלצות או להוסיף תכונות חדשות בעתיד.

יישום ותוצאות

#

שילוב מנוע ההמלצות עם הפלטפורמה של Momspresso היה פשוט. ביצענו שינוי קונפיגורציה קטן ב-Nginx כדי להשתמש בשירות האינטרנט החדש שלנו להמלצות כ-API לאחד מהפידים באתר הייצור.

התוצאות המוקדמות היו מבטיחות:

• מעורבות מוגברת: משתמשים מבלים יותר זמן בפלטפורמה, קוראים יותר מאמרים בכל הפעלה.
• גילוי משופר: משתמשים מוצאים ומתקשרים עם מגוון רחב יותר של תוכן.
• שביעות רצון משתמשים משופרת: משוב ראשוני מציע שמשתמשים מוצאים את ההמלצות המותאמות אישית כבעלות ערך.

מבט קדימה

#

כאשר אנו ממשיכים לשפר את מנוע ההמלצות שלנו, אנחנו נרגשים לגבי מספר שיפורים עתידיים:

1. גישה רבת-מודלים: יישום מודלי המלצות שונים לסוגים שונים של תוכן או מגזרי משתמשים.
2. סינון מבוסס תוכן: שילוב מאפייני מאמרים לשיפור המלצות, במיוחד עבור תוכן חדש או נישתי.
3. מסגרת בדיקות A/B: בניית מערכת לבדיקה קלה של אסטרטגיות המלצה שונות.

על ידי שיפור מתמיד של מנוע ההמלצות שלנו, אנחנו עוזרים ל-Momspresso להעביר יותר ערך למשתמשים שלהם, שומרים עליהם מעורבים וחוזרים לקבל עוד תוכן מותאם אישית.

הישארו מעודכנים לפוסט הבא שלנו, שבו נדון כיצד אנחנו משתמשים בצינור הנתונים ומנוע ההמלצות כדי להפיק תובנות פעולה לאסטרטגיית התוכן של Momspresso!