Le Washington Post utilise le traitement du langage naturel pour améliorer les capacités de publicité

Washington post - Machine Learning

Les journaux vendent des annonces ...

Comme tous les journaux, le modèle commercial du Washington Post consiste à vendre de la publicité à ses clients. Les spots publicitaires sont vendus et placés automatiquement sur différentes sections du site. Ce modèle a fonctionné pour les années passées, mais ...

 

Le problème

Cet article a été écrit inspiré par l'histoire originale publiée ici.
La plupart du temps, le contenu des annonces est hors de propos et complètement déconnecté du contenu de l'article. Au mieux, le résultat peut être sans importance pour le lecteur. Au pire, l'égarement pourrait être si catastrophique qu'il pourrait même faire sa place dans les classements infâmestels que ceux-ci ...Les

 

Worst place ads

L'image ci-dessus est simplement une coïncidence malheureuse (et une annonce terrible pour "Mauvais Idée T-shirts"), mais étant donné que le processus de placement des annonces est entièrement automatique, il est évidemment impossible pour un journal de vérifier manuellement tous les articles ou de s'assurer que les annonces sont pertinentes pour les utilisateurs.

 

Machine Learning à la rescousse!
 

Le Washington Post a décidé de mettre en œuvreTraitement du langage naturel (PNL), qui est un cas d'utilisation populaire de Machine Learning, afin de lire automatiquement tous les messages, extraire leurs entités, classer leur saillance et créer des balises META pour eux. Les annonces disponibles ont également été analysées etle résultat est bien placé qui sont en quelque sorte pertinentes pour le contenu de l'article. Un exemple pourrait être une publicité de sportswear proche d'un article parlant des jeux olympiques.

 

Amazon comprehend NLP

 

C'est super, mais je parie que c'est super cher!
 

Il y a quelques années, cette affirmation aurait été vraie, car vous auriez besoin d'engager une équipe de Data Scientist avec des doctorants dans le domaine du langage naturel et d'allouer des ressources informatiques coûteuses pour y parvenir.

Avance rapide jusqu'en 2018 et il existe de nombreux géants de la technologie qui fournissent des API prêtes à l'emploi qui fournissent le traitement du langage naturel en tant que service. Dans le cas du Washington Post, ils ont décidé d'utiliserAmazon Comprendre, une API très riche et puissante qui analyse le texte et renvoie les résultats en une fraction de seconde.

 

Cette API est vraiment peu coûteuse à utiliser.

 

Avec les volumes de texte d'un tel journal, le prix par unité analysée (chaque lot de 100 caractères)pourrait atteindre 0,000025 $, donc la solution globale n'est ni chère, ni difficile à répliquer ou à mettre en œuvre. Vous n'aurez qu'à ajouter les coûts d'hébergement et le temps de développement nécessaire pour écrire et intégrer une telle application dans votre système existant.

 

MLab, les spécialistes du Machine Learning à votre service!

 

Si le Machine Learning vous inspire et que vous pensez que vous souhaitez implémenter un cas d'utilisation dans votre organisation, veuillez contactez nous. Nous sommes agnostiques et nous recommandons et intégrons la technologie qui s'adapte le mieux à vos besoins. Si les technologies disponibles ne répondent pas à vos besoins, nous pouvons toujours former un modèle personnalisé adapté à votre projet.

 

AvertissementMLab n'a pas participé au développement de ce projet. Nous publions simplement cette étude de cas dans notre blog comme une source d'inspiration sur ce que Machine Learning peut réaliser.