46 подписчиков
Охренеть! The New York Times опубликовала модель своего динамического пейволла. Ту самую модель, благодаря которой газета уже собрала 10 млн. платных подписчиков, а к 2027 году намеревается собрать 15 млн!
Динамический пейволл NYT — притча во языцех. Для каждого читателя, зашедшего на сайт NYT, разрабатывается персональный трек взаимодействия с контентом. Человек читает какое-то количество бесплатных текстов и только потом ему предлагается подписка. Каждому — своё количество бесплатных текстов из разных рубрик.
Алгоритм понимает, кому из читателей что предложить. Цифровой профиль посетителя определяется уже в момент, когда читатель впервые заходит на сайт NYT. Биг-дата во всей красе.
В основе метода лежит машинное обучение. И вот теперь NYT открывает устройство этого метода. С формулами и разъяснением специфики использования!
Какой-то невероятный уровень открытости. Зачем они это делают, ведь это комерческое ноу-хау?
Мне хочется воспользоваться плодами этой открытости.
Ещё больше хочется, чтобы этими плодами воспользовались российские медиа и разговоров о сложностях монетизации стало бы меньше. Ведь куда лучше говорить о сложностях машинного обучения!
В статье действительно много формул, но я постарался, чтобы общий смысл был понятен без владения аппаратом дата-инжениринга (я сам им не владею).
Идеально, если вы не только прочитаете статью сами, но и дадите прочитать её своему штатному программисту (или знакомому дата-инженеру).
UPD. Просьба к тем, кто владеет основами ML — прокомментируйте, пожалуйста, насколько эта модель сложна в реализации (хорошо бы прямо здесь, в чате)
↓↓↓
1 минута
8 сентября 2022