Pour établir de riches profils d'utilisateurs et de multi-utilisateurs, nous identifions des indicateurs clés tout au long du cycle de vie de l'utilisateur, tout en offrant la possibilité d'ingérer des ensembles de données existants et de les combiner avec le signal explicite de l'utilisateur. Ces profils sont utilisés en conjonction avec nos métadonnées enrichies, nos sujets d'actualité en temps réel et notre compréhension de l'ensemble de la base d'utilisateurs, pour alimenter notre moteur de recommandation de classe mondiale.
Les modèles et les comportements de consommation individuels varient énormément. Cette situation est exacerbée par le mélange de contenu linéaire et à la demande. De nombreuses solutions existantes échouent dans le paysage de contenu d'aujourd'hui. Notre approche nuancée du défi nous permet d'offrir une solution beaucoup plus efficace.
En exploitant les connexions au sein du référentiel unifié de métadonnées, il est possible de fournir un meilleur filtrage du contenu, de mettre en évidence le contenu connexe et, à son tour, de recueillir un meilleur signal pour débloquer le filtrage collaboratif.
Le niveau suivant s'appuie sur les activités des utilisateurs et leurs signaux cachés pour la désirabilité du contenu. Grâce aux dernières techniques de ML/AI, des modèles de prédiction sont générés et aident à stimuler l'engagement des utilisateurs et, en fin de compte, à les fidéliser.
.png)
