Una visión integral de Motor de recomendación de Digg

A+ A-


Es difícil de creer, pero la última película de Digg, el motor de recomendación, es uno que ha estado en las obras durante más de dos años. Antes de que desarrollaran funcionalidad imágenes, herramientas de visualización lanzados, lanzado Google, Netvibes, y los widgets Myspace, desarrollado funcionalidad de Facebook, lanzado mejoras DataPortability, liberado actualizaciones para el sistema de comentarios, cambios a digg los candidatos, y ha añadido varias otras características o mejoras a la sitio de noticias sociales, el equipo de Digg ya tenía la idea de un motor de recomendación. Que estaban buscando en el sitio como una plataforma que controla la forma de interactuar con él, y mejora su experiencia basada en lo que aprende acerca de usted. De hecho, tomaron tanto tiempo que algunas personas incluso tomaron el asunto en sus propias manos.

“Digg es también aprender mucho acerca de lo que sus usuarios están en”, dijo Rose, “lo que debe ser capaz de recomendar historias basadas en lo que ha sido la excavación y permitirá comunicarse con otras personas que tienen intereses similares.” - Business Week, 27 de Marzo, de 2006


No debería ser ninguna sorpresa que cuando Digg finalmente liberado la nueva característica, más de 2 años más tarde, las expectativas eran muy altas. Después de todo, los sitios como StumbleUpon y Reddit han tenido motores de recomendación similares durante bastante tiempo y ahora ya están innovando más allá de eso. Mi opinión inicial del motor de recomendación es que es bastante bueno, pero con algunas limitaciones obvias. Mientras que todos debemos estar contentos de la característica ha sido puesto en libertad, que es en gran medida una versión beta de la versión 0.5. Tenga esto en cuenta al utilizar porque el rendimiento del motor puede variar bastante de un día a otro.

¿Como funciona?

Una gran cantidad de personas que han estado especulando en cuanto a cómo el motor de recomendación funciona realmente. Para responder a esto con más detalle, debe leer Whitepaper Digg científico principal de Anton sobre el tema o mi guía exclusiva y revisión. He aquí una breve descripción.


Digg Motor de recomendación de Kevin Rose en Vimeo


Anton habla de la Digg Motor de recomendación de Kevin Rose en Vimeo

Cada vez que una historia Digg, el motor de recomendación registra dos cosas acerca de la acción. En primer lugar, que le gustó esa historia, y en segundo lugar, cada usuario que dugg la historia antes (esto incluye el remitente). Esto indica al motor de recomendación de que estos usuarios como el mismo contenido que usted, ya veces se encuentran antes, por lo que utiliza esos parámetros para recomendar a usted historias que Digg o presentar.

El motor de recomendación también registra su historial en los últimos 30 días para correlacionar sus hábitos de excavación con otros usuarios que Digg las mismas historias que usted. El porcentaje de compatibilidad le indica la cantidad de su partido Diggs con este usuario, y con base en el porcentaje, si no está ya amigos, puede añadir y siguen unos a otros.

Cómo no funciona

En teoría, el sistema mencionado anteriormente puede funcionar bastante bien. Bajo las condiciones adecuadas de sana diversidad de opinión, la independencia entre los miembros individuales, y la descentralización en la comunidad, este algoritmo recomendación sería un gran trabajo. No suena como la comunidad de Digg, ¿verdad? La comunidad de Digg es una comunidad muy homogénea e imitativo, y para una comunidad como la de que las reglas del motor de recomendación utiliza tener uno severo impacto: se aseguran de que un grupo de poder central de los usuarios es mucho más visible para la comunidad que la persona promedio y que su contenido es ascendido por encima de muchos otros usuarios.

Esto no es necesariamente algo malo, pero sin duda puede ser una mala cosa.

En primer lugar, ¿por qué no puede ser algo malo. Lo que sucede con el motor de recomendación es que los usuarios que han estado participando en el sitio durante mucho tiempo (y debido a su dedicación a la comunidad y la pasión con la que participen, que han desarrollado un gran número de seguidores en el sitio) obtener una mucho más influyente. Por ejemplo, si yo soy un usuario muy popular en el sitio y tener un seguimiento de 100 personas, con el motor de recomendación, cada vez que uno de los cientos de Diggs una de mis historias, no sólo que aseguren que se recomiendan mis historias más a menudo a ese usuario (el aumento de nuestra coeficiente de correlación Digg), pero lo mismo ocurre con todos los usuarios que sigue a ese usuario (seguidores mis seguidores). Por el extremo de él, alguien con un siguiente de 100 ahora tiene un seguimiento de 150, y no sólo es la siguiente creciente en números absolutos sino que también crece en diversidad cada vez (porque la correlación no es nunca 100%). Esto puede no ser necesariamente una mala cosa, ya que estos usuarios son populares debido a que presentan un buen contenido, y ahora más buen contenido estará sometido y ascendido a la primera página.

Al mismo tiempo, esto puede ser malo para la comunidad de Digg con el tiempo porque si los mismos usuarios son ascendidos una y otra vez, se crea una comunidad aún más homogeneizada y verá memes similares de sitios similares, sobre temas similares, pop-up una y otra vez. Esto hace Digg una comunidad donde la gente va a aprender no o para descubrir, sino para reafirmar sus creencias independientemente de bien o mal.

El problema no es que no cumple con su promesa de recomendar contenido relevante para ti. El problema es que se recomienda un contenido relevante sobre una base que no es tan eficiente o equitativo como debe ser y no necesariamente ayudar a Digg conseguir su borde posterior (para que pudiéramos necesitar mirar hacia un algoritmo de frescura). Además de recomendar historias basadas en quien lo Digg y quiénes Digg, las historias tienen que tener en cuenta lo que Digg y donde Digg (contenido de categorías, etiquetas, con suerte, y fuentes - que necesita para obtener contextual). El motor de recomendación se supone que ayudará a descubrir las joyas ocultas, no se muestran las historias de amigos que por lo general Digg. Esas son las historias que vendría a través de todos modos. La metodología del algoritmo del motor de recomendación también es contraproducente para el orden del día de esta base de usuarios castrando el núcleo de Digg.

Lea también:

  • Top 100 usuarios de Digg de control 56% de contenido de Digg Página de Inicio
  • El poder de Digg Top usuarios (un año después)
  • Análisis: Los mejores 100 usuarios de Digg
  • Hoy: 31% de Digg Página de inicio presentada por 10 usuarios

Por otra parte, la otra limitación del sistema, y ​​éste es intencional y por diseño, es que la sección “cavadores como tú” no permite que le permite ampliar la lista a más personas. El sistema, mientras que la combinación con otros usuarios, decide automáticamente en un punto de corte para la correlación, y muestra sólo las personas que hacen el corte. Me gustaría conocer a una excavadora que tiene un 25% de superposición solamente conmigo. Tal vez hay otras historias que pueden agradarme, pero no estoy viendo.

Por último, desde una perspectiva de diseño, las personas deben ser capaces de establecer qué cola próxima abre para ellos por defecto y cuántas historias se enumeran en sus Recomendaciones en la próxima 'widgets.

Las consecuencias inesperadas

El motor de recomendación tiene muchos efectos inesperados e imprevistos en todos los que participan en el proceso, los que crean el contenido, aquellos que lo envíen, y los que leerlo.

En parte debido a la expectación en torno a la nueva función, en parte debido a la etiqueta beta roja brillante que la gente ve en sus perfiles, y en parte debido a que la característica funciona mejor que cualquier otra característica en Digg para encontrar historias que le gustaría, la característica ha provocado una gran repunte de la actividad en Digg. Usuarios centrales están presentando un volumen mucho más alto y votación de un número igualmente elevado de historias. Al mismo tiempo, Digg no está estrangulando cuántas historias pueden ser ascendido a la primera página en un día, por lo que este aumento de la actividad significa muchas más historias se están promoviendo. También he visto muchos ejemplos de historias que se promueven en 6 horas o menos (cuando son recomendados a mucha gente y conseguir una explosión de Diggs instantánea), y he visto algunas historias se eliminan de la próxima cola, pero todavía obtener un ascenso mucho después de la marca de 24 horas. También ha habido historias con un número astronómico de Diggs, que nunca consiguió el ascenso. Además, debido a que muchas más historias se están promoviendo, significa que cada historia se vuelve aún menos tiempo en la primera página que antes, por lo tanto, menor número de Diggs por noticia, menos comentarios por piso, menos el tráfico de salida por la historia, y para aquellos interesados, esto también amortigua el efecto linkbuilding que Digg es conocido por tener.

¿Cómo hacer la mayor parte de ella

Aprovechar al máximo el motor de recomendación es muy fácil. Todo lo que tiene que hacer es enviar el contenido que te gusta y voto sobre el contenido que te gusta. El sistema hará el resto. La mejor parte es la más lo use, mejor será para que las historias que se recomiendan para usted, y que sus historias se recomiendan a.

Lo que significa para Digg y para anunciantes

Para entender realmente el impacto del motor de recomendación Digg hay que compararlo con proyecto Beacon tan denostada de Facebook. El motor de recomendación es algo que, con el tiempo, va a registrar con exactitud la forma de interactuar con la plataforma de Digg, y saber qué historias / Fuentes / enlaces te gusta, qué categorías de nivel superior y los temas que le gustan, y si son inteligentes, exactamente qué contenido que está consumiendo (por ejemplo, contextualmente determinar qué tipo de música te gusta, lo que está anticipando películas, y qué nuevos productos de Apple están en su lista de deseos). La beta sólo registra una información muy básica (que es por eso que es una beta), pero se espera que sea mucho más compleja y robusta con el paso del tiempo. Esto significa mejores recomendaciones para usted, pero también significa que desde Digg tiene una visión más completa de lo que realmente eres, pueden vender publicidad que es mejor para usted y para el anunciante, y para el cuaderno de Digg.

Lo que esto significa para el futuro

El futuro del sistema de recomendación no es muy diferente a lo que Facebook planea llevar a cabo con Beacon. Beacon tiene una ventaja y ya registra actividades fuera de las instalaciones, tales como “... La compra de un producto, la suscripción a un servicio, añadiendo un elemento a una lista de deseos, y mucho más.” El objetivo final de Digg es ser el mercado de decisión para todo tipo de medios (contenido de texto, música, vídeo, podcasts), sino también la comida / bares / clubes, tiendas y entretenimiento, y más, y el motor de recomendación es un paso más hacia ese objetivo.

Nota: De acuerdo a la apariencia TWiT de Kevin Rose la semana pasada, la actividad es de hasta tanto como el 40% en algunas áreas del sitio.

Muhammad Saleem es un consultor de medios sociales y un miembro de la comunidad mejor clasificado en varios sitios de noticias sociales. El Consigamos la columna social parece martes a Search Engine Land.


Las opiniones expresadas en este artículo son las del autor y no necesariamente de invitados Search Engine Land. Autores del personal se enumeran aquí.


Ads

Compartir

Reciente

La mente de su negocio: Nuestros columnas de búsqueda local de 2017

los practicantes de SEO locales tienen un papel cada vez má...

SearchCap: Seguimiento de Santa, Google API términos y métricas SEO

A continuación es lo que ocurrió en busca de hoy, según ha ...

Marlene Dietrich Google Doodle honores de la carrera de la legendaria actriz

Marlene Dietrich, la icónica actriz de origen alemán, se es...

resultados de búsqueda de imágenes de Google prueba un nuevo cuadro de búsquedas relacionadas

Google está probando un nuevo cuadro de “búsquedas relacion...

Comentarios