Pinterest gennemgår sin relaterede pin-funktion ved hjælp af kunstig intelligens. Med cirka 75 milliarder pins på sin platform er curation en kritisk del af den service, Pinterest tilbyder sine 150 millioner brugere.
For at hjælpe brugerne med at opdage nye emner, opskrifter og ideer, der vedrører deres interesser, vender Pinterest sig i stigende grad til dyb læring - en AI, der får store mængder data gennem et neuralt netværk, der simulerer, hvordan en menneskelig hjerne fungerer, indtil den kan genkende andre data autonomt.
Platformens relaterede benfunktion dukker op under en pin med lignende anbefalinger. Tidligere blev disse forslag dukket op fra tavler, som den samme pin var blevet gemt til af andre brugere. Mens denne metode tilvejebragte en uendelig pulje af anbefalinger at lege med, resulterede den undertiden i, at en pin gik tabt.
relaterede pins i Pinterest-appen Nu, oven på sit eksisterende system for system med co-forekomst, bruger Pinterest dine aktivitetssessionsdata (såsom stifter, du har gemt eller klikket på) sammen med dine nylige interaktioner til at mærke stifter og ekskluderer stifter med lavt engagement. Pinterest hævder det komplicerede deep learning-system, kaldet Pin2Vec, hjælper med at generere mere relevante resultater, der udvikler sig baseret på brugeradfærd. For eksempel, ved at sammenligne de to metoder med hensyn til de relaterede ben til en flaske vin, siger Pinterest følgende: “Board co-forekomst fandt kun billeder af flaskevine, mens Pin2Vec fandt anbefalinger til drikkevarer fremstillet med vin. Dette antyder, at Pinners faktisk gemte flasken vin Pin og vin cocktail pins i samme tidsserie. Pin2Vec hjælper med at bygge bro over kløften. ”
Virksomheden tilføjer, at den nye metode allerede viser sig at være en succes med tidlige tests, der viser en stigning i engagementet med relaterede stifter med 5 procent globalt. Samlet set udgør relaterede stifter nu næsten halvdelen af alt engagement på Pinterest, hvilket igen indikerer, hvor vigtig opdagelsesprocessen er på platformen.
"[Pin2Vec] er et stort skridt i retning af at forbedre relevansen af relaterede pins," skrev Pinterest i sit blogindlæg. "Når vi ser fremad, laver vi allerede vores modeller hurtigere og analyserer flere signaler for bedre at personalisere anbefalinger til Pinners rundt om i verden."
