L’intelligence artificielle fait la différence – les moteurs de recommandation dans les médias

OLIVIER MÉGEANpar OLIVIER MÉGEAN

Focus sur les moteurs de recommandation dans l'industrie de la production de contenus.

Pour le grand public, tout commence en 2006.

Le 26 avril 2006, les américains profitent les premiers du lancement du TIVO 2, le premier enregistreur digital qui enregistrait des programmes auxquels vous pourriez vous intéresser. Il se basait à l’époque sur vos favoris et sur les enregistrements que vous aviez déjà réalisés. L’année suivante eu lieu, à Minneapolis dans le Minnesota, la toute première conférence sur les moteurs de recommandation : l’ACM Conference on Recommender Systems.

12 ans plus tard, les moteurs de recommandation ont considérablement progressé et ont apporté une contribution déterminante au succès planétaire de sociétés telles que Amazon, Netflix ou le site de rencontres en ligne match.com. « Plus de 80% des contenus visionnés par nos utilisateurs sont des recommandations » déclarait, dans ZDNet, M. Hossein Taghavi, ingénieur en charge de la recherche chez Netflix.

Le marché du moteur de recommandation est aujourd’hui en très forte croissance.

D’après le Wise Guy Reports 2018, il devrait passer de 3,71 (en 2016) à 5,12 milliards de dollars à l’horizon 2025. La recommandation de contenus, articles, vidéos, images ou produits va continuer à s’enraciner au cœur des stratégies numériques des entreprises de contenus et d’e-commerce.

L’objectif de la recommandation peut être soit la continuité, quand il s’agit de reprendre la lecture, le visionnage ou l’écoute d’un contenu, ou bien, la découverte, qui doit surprendre et stimuler la consommation média.

Depuis le début des années 2010, certains médias ont commencé faire travailler des PhD sur des algorithmes de recommandation. L’objectif étant de proposer des contenus qui génèrent plus d’engagement de la part du lecteur/spectateur.

L’apprentissage machine et l’automatisation sont mis à profit pour proposer la meilleure expérience utilisateur.

Le moteur de recommandation prend généralement en compte la description du produit, le profil de l’utilisateur, le comportement des internautes (look alike) et le résultat de l’apprentissage non supervisé (clustering).

Les médias historiques sont souvent hésitants à intégrer la recommandation personnalisée de contenu. Certains journalistes y voient une « ingérence de la machine » dans un domaine jusqu’à présent réservé à leur intuition/inspiration.

Admettons (très difficilement) que le sujet de Une soit le marqueur de la ligne éditoriale d’un journal d’audience nationale. Alors, le reste du journal devrait absolument être édité suivant la recommandation proposée par l’IA. Chaque lecteur/spectateur pourrait accéder à une présentation personnalisée de son journal préféré. L’expérience serait meilleure, l’engagement aussi !

D’ailleurs, un simple A/B testing  (« avec moteur » versus « sans moteur ») démontre immédiatement l’efficacité et la puissance de cette solution qui permet indéniablement d’améliorer l’expérience utilisateur.

A terme, l’ambition des moteurs de recommandation est d’afficher automatiquement le contenu qui fait mouche, c’est à dire le contenu qui va générer l’engagement de l’utilisateur. L’intelligence artificielle va donc, dans un certain sens, faire évoluer les contenus ! Après le What You See Is What You Get (wysiwyg : les plus âgés comprendront !), voici l’avènement du What You Wish Is What You Get.

Nous allons assister à la suprématie W.Y.W.I.W.I.G !

Cas d’usages, prototypage, conseil et réalisation d’applications, découvrez l’offre de demain.ai dans le domaine moteurs de recommandation

NEWSLETTER

Votre briefing sur les tendances principales, menaces et opportunités, ainsi que les outils de l’intelligence artificielle.

VOIR LA DERNIÈRE NEWSLETTER »

Intégrez l’intelligence artificielle dans votre entreprise

demain.ai offre une gamme de services permettant à toutes les entreprises de saisir les opportunités business de l’IA.

Séminaires de formation, diagnostic IA des données, identification et analyse de cas d’usages, réalisation concrète d’un P.O.C., mise en production, nos équipes peuvent vous accompagner dans chacune des étapes de l’intégration concrète de l’intelligence artificielle.

L'EQUIPE DEMAIN.AI »