[Musica]
[Applausi]
bello grazie per avermi ospitato qui oggi
Ho intenzione di parlarti di come
utilizzare l’apprendimento automatico della macchina presso Mashable
per capire il pubblico per il
contenuti che creiamo e quindi il mio titolo
apprendimento automatico nelle tecniche selvagge
per capire il tuo pubblico
quindi prima chi sono io
Sono un senior data scientist in Mashable
a New York quindi sono venuto molto
molto tempo per essere qui oggi è anche il mio
la prima volta a Berlino è molto bella
città sì, io sono uno dei
co-organizzatori per il meetup di NYC Python
che credo sia il più grande Python
meetup group nel mondo con oltre
10.000 membri Sono un oratore di conferenza
Parlo a un certo numero di conferenze che sono
un autore di O’Reilly Media I è stato coautore di un
libro su machine learning e Python e
puoi trovarmi su twitter su sarah
guida di sottolineatura oh sì il mio cognome
il nome è pronunciato guida oh sì, così faccio
tutto il mio lavoro in Python che facevo
scintilla e Scala ascoltando il
il discorso precedente è un po ‘ interessante e
Sono solo felice di poterlo fare ora con Python
questo è quello che ho intenzione di parlare con te
circa oggi ho intenzione di darti un
panoramica di Mashable che è davvero
importante per la comprensione di tutto il
diversi casi d’uso per l’apprendimento automatico
che ho intenzione di parlare di così ho appena
impostalo come se fosse quello che Mashable è
come che tipo di pubblico che abbiamo in
tutto questo e poi ho intenzione di parlare
circa una specie di tre livelli superiori
categorie di pubblico di coinvolgimento dei contenuti
segmentazione e strategia dei social media
Ho applicato l’apprendimento automatico a ciascuno di
quei segmenti e poi alcuni concludono
con alcuni take away quindi questo è più di
un avanzato che parlerà di me
assume si sa che cosa è l’apprendimento automatico
già la differenza tra simili
Metodi non sorvegliati e supervisionati
assumendo si capisce di base
algoritmi come k-means clustering e
regressione lineare spiegherò un po ‘
un po ‘su alcuni dei più complessi
algoritmi che utilizzo per me l’obiettivo
per mostrarvi come io uso questi metodi
il selvaggio per così dire nel mio ogni giorno
quindi oltre appena conosci l’apprendimento del
teoria in classe come sono
questi metodi sono effettivamente applicati così e
come applico questi metodi per fare il mio lavoro
in Mashable quindi quante persone hanno
sentito parlare di Mashable ok quantità decente di
così per quelli di voi che non lo sanno
Mashable è un sito di media digitali noi
pubblicare articoli relativi a internet
cultura collegata sintonizzata come notizie tecnologiche
intrattenimento scientifico sai che non lo facciamo
davvero fare incisiva si giornalismo
sappiamo che facciamo cose come parlare di ciò che è
succede su Twitter è Twitter
ripensando al segno di spunta blu abbiamo a
molto come immagino più spensierato
contenuto anche se dirò la nostra scienza
copertura di come il cambiamento climatico sono andato
è abbastanza buono se sei interessato
in quella roba quindi questa è una specie di nostra
come la dichiarazione di marca e questo è
direttamente legato a chi è il pubblico così
Mashable è un intrattenimento multimediale
compagnia per i super fan non siamo per il
curiosi casuali divoriamo cultura e
tech le nostre idee plasmano il futuro e noi
parlare con i nuovi influencer e i primi
adottanti che sono ossessionati da noi intorno al
globo quindi siamo stati in giro per circa 10
anni e così oggi stiamo trovando
noi stessi in questo frangente dove noi
non voglio scrivere di tutto
quello è là fuori che c’è molto
roba là fuori e non è il massimo
l’uso delle nostre risorse è molto
sottoinsieme specifico di contenuti che siamo
davvero bravo a scrivere su così ciò che noi
voglio fare è fondamentalmente articolare chi
vogliamo che i nostri lettori siano in ordine
contribuire a formare la nostra copertura editoriale così
prima di entrare in quelle stelle il
paesaggio pubblicazione va voi Pubblicazione
conoscere 10 15 anni fa eravate voi
leggerebbe il giornale o lo faresti
guarda The Evening News o qualcosa del genere
forse ancora farlo, ma ora la gente
fare molto affidamento sui social media
reti per la loro distribuzione di notizie e
e riceviamo costantemente le notizie
in un modo molto asincrono, lo sai
stiamo ricevendo notifiche push sul nostro
telefoni tutto il tempo per una varietà di
contenuto diverso non è solo come
un posto centralizzato più
c’è una varietà di distribuzione
reti così per poter capire
chi è il nostro pubblico e dove sono
quello che stanno facendo dobbiamo capire
le reti di distribuzione prima così
problema aziendale che stiamo cercando di
risolvere qui è come possiamo capire il nostro
pubblico per sapere quali contenuti
per scrivere ottimizzare questo contenuto in
in tempo reale e fornire il contenuto giusto
alle persone giuste al momento giusto
che è l’ obiettivo finale e molto
difficile così a causa del modo in cui il
il panorama dell’editoria è cambiato , vogliamo
essere in grado di capire il sociale
diffusione dei nostri contenuti così come i nostri
la diffusione dei contenuti si diffonde attraverso il social
reti mediatiche e sociali
diffusione del contenuto di altri editori
abbastanza a fondo per ottenere un concorrente
vantaggio quindi questo ci porta al nostro nucleo
problema qui così la prima domanda noi
voglio chiederci è come fanno le persone
interagire con i loro contenuti e non solo
il nostro contenuto è il primo passo che
abbiamo preso questo per creare questo
ordine del marchio molto particolare in ordine
disegnare in modo molto specifico molto
pubblico specifico che è davvero
interessato alle cose che siamo
veramente bravo a scrivere, quindi lo sai
la cultura di internet riempie la tecnologia
riempire le cose di intrattenimento che conosci
non stiamo cercando di uscire e ottenere tutti
aspetto di ogni pubblico sempre appena
questo particolare sottoinsieme di esso in luce
della distribuzione decentralizzata
reti che abbiamo il reperimento di contenuti
è come il primo passo in
in realtà mi piace creare questo
pubblico quindi abbiamo creato qualcosa chiamato
la suite di velocità per aiutare con il
problema di sourcing quindi la suite di velocità
è il nostro principale strumento per aiutare il
fonte e contenuto della fonte della redazione
che cosa scrivere e questo questo
un po ‘precede il mio mandato in Mashable a
un po ‘ma è davvero importante per
tutto il pubblico lavora che facciamo
perché ci aiuta davvero a capire
il come la viralità del contenuto e come
il contenuto diventa virale quindi la piattaforma
aiuta la redazione a trovare questo
contenuto eseguendo la scansione del Web per i contenuti
sta diventando virale e determiniamo da
la realtà basata sul
la velocità se avrai delle azioni così
quanto velocemente le azioni si stanno accumulando così
l’origine era quella di rendere il reperimento dei contenuti
molto più facile per il team editoriale
il team di prodotto di Mashable ha esaminato il
processo che ogni scrittore stava usando per
fonte il loro contenuto e ha deciso di provare
e automatizzare questo modo hanno preso un sondaggio
del paesaggio e di cosa questo prodotto
fa è classificato ciò che è in mostra da
viralità e usarlo per prevedere
la viralità basata sulla condivisione conta così
fa questo in modo iterativo così noi
esegui la scansione di qualcosa più volte che aggiorniamo
quota conta prediriamo viralità e allora
questo in realtà sembra così non lo faccio
sai se riesci a vedere questo è come
fondamentalmente una serie temporale di azioni insieme
l’ asse x hai volte e poi tu
hanno accumulato conta condivisione sul
l’asse y così la velocità arriccia il contenuto attraverso
la traccia web condivide sui social media e
lo usa per prevedere le prestazioni future
in modo adattativo iterativo, quindi cosa io
significa da questo
ancora una volta non incrociamo qualcosa solo una volta
eseguiamo la scansione per ottenere un conteggio delle condivisioni che realizziamo a
previsione basata su quel numero di azioni e
poi facciamo anche un determinato
determinazione su quando ricominciare a gattonare
per un conteggio aggiornato delle condivisioni, quindi quando
questo è il periodo di tempo è passato a gattonare
di nuovo ottenendo un numero aggiornato per
le azioni accumulate usano quello per fare un
previsione aggiornata quindi questa previsione
il blu più chiaro il non compilato
blu c’è fondamentalmente il predire il
previsione delle azioni accumulate
traiettoria quindi questo si adatterà come noi
gattonare ancora e ancora che è un po ‘
bello così da generare questi previsti
quota conta costruiamo un modello sul
rete di azioni che si verifica su a
particolare l’articolo così facciamo questo per
ogni articolo è la rete di azioni
chiamato una cascata così la velocità
l’algoritmo è basato sulla diffusione su a
grafico casuale e modella ciò che
la diffusione probabilistica sarà simile e
come sono le azioni per l’articolo
diffondendo così tanto il grafico
come stanno andando queste azioni
diffondere a cosa andrà a finire il conteggio finale
sembra che l’algoritmo sia tempo
dipendente e parametro adatto
probabilisticamente contro i dati che
abbiamo già visto in
chiedi ad ade in modo che determini le determinazioni
la previsione finale basata su cosa
abbiamo già visto bene quello che siamo
vedere ora usa l’accelerazione e il
profondità e curva della quota accumulata
conta pure e finiamo con a
previsione per la scala temporale così come a
che punto nel tempo raggiungeremo
approssimativamente come il 95 percento del
quote totali che questo articolo potrebbe
possibilmente raggiungerlo usa un evolutivo
risolutore adattivo da fare per fare il
parametro di adattamento in modo che questo ci permette di
costruisci questo social cascades per
ogni articolo quindi che aspetto ha
qui hai sei diversi social
grafici di diffusione se si guarda il
piccoli rettangoli sotto l’albero
strutture puoi vedere che il
i modelli sono simili , sai come un
iniziale come QuickLift e poi sorta di
una crescita plateau lì però se tu
guarda le strutture reali dell’albero
sono molto diversi quindi da capire
come può essere il grafico attuale
un po ‘difficile quindi diamo un’occhiata a come
questo funziona in pratica, quindi questo è un
grafico di questo è come il caso migliore
scenario blu la linea blu c’è il
azioni accumulate nel tempo questo è stato un
esempio crescita molto liscia e poi il
il giallo è le azioni proiettate nel tempo
quindi ricorda che l’aspetto predittivo
è adattivo e si adatta in tempo reale a
quota conta che stiamo vedendo fondamentalmente
in movimento in modo da poter vedere come a destra
All’inizio le previsioni sono a
un po ‘più instabile ma nel tempo
puoi vedere che il modello di
le previsioni sono di un certo livello
po ‘così come questo è il caso migliore
scenario come le previsioni finali okay
tipo di e tipo di vicino a dove il
il conteggio finale delle azioni in realtà è così
è anche un po ‘interessante per questo
articolo particolare è in qualche modo
è stato condiviso un po ‘di frequente all’inizio
e poi ha accumulato molte parti
crescita in seguito e questo è blu
linea là è le parti reali sopra
tempo così questo potrebbe essere come un articolo
è stato pubblicato sul sito meno conosciuto
e poi è stato raccolto altrove
e come un media molto più grande
presa e condivisa e tu puoi vederlo
il giallo
che è la proiezione delle azioni nel tempo
era in realtà in grado di adattarsi a ciò che era
accadendo nel pallone nel
segmento reale che è abbastanza bello quindi
a volte l’algoritmo di aggiornamento può essere a
poco pignolo e finiamo con
qualcosa di simile
questo è per fortuna molto raro ma um è
molto molto terribile puoi vedere come
proprio all’inizio è tutto a posto
e poi le cose vanno come fuori
muro stiamo lavorando costantemente al
algoritmo per la nostra suite di velocità perché
ovviamente non vogliamo come consegnare
questo tipo di informazioni al nostro
team di redazione perché non lo è davvero
utile a tutti quindi questo è in realtà cosa
il team editoriale vedrà nel nostro in
il nostro prodotto in-house quindi ecco un
esempio di un articolo
docce husky baby con baci durante
adorabile sessione di gioco così come ho detto
non fare davvero un giornalismo che colpisca duramente
quindi questo è stato davvero buono
prova del concetto per la suite di velocità
abbiamo scoperto questo articolo proprio così
è stato pubblicato abbiamo raccolto un sacco di
punti dati attorno ad esso
c’erano diversi punti in cui il
condividere la traiettoria cambiata nel tempo e
la previsione è stata in grado di adattarsi ad essa
e poi le prime proiezioni molto
modellato accuratamente ciò che stava per accadere
capita così un buon punto di partenza per noi
in termini di comprensione del nostro pubblico
sta dando un’occhiata alla lucidatura
paesaggio in generale e identificativo
contenuto che sta diventando virale
determinato sarebbe molto rilevante per il nostro
pubblico e questo è il modo in cui iniziamo
creare un pubblico personalizzando il nostro
contenuto per un’immagine di marca specifica così
potrebbe sembrare molto simile
il marketing parla ma di nuovo lo consideri
non vogliamo necessariamente disegnare e
è estremamente focalizzato solo su
notizie di forte impatto vogliamo il pubblico
interessato a video simpatici come husky e
quindi, tipo di ottenere questo interessante
ciclo di feedback in cui siamo partiti con il
intenzione di creare un pubblico e poi
quel pubblico in cambio arriva
indietro e ci artigianato e e ciò che copriamo
un po ‘così ora che abbiamo un
grande pubblico abbiamo il pubblico bene
cosa possiamo dire in realtà dei nostri
pubblico come descriviamo cosa sta succedendo
e qualsiasi tipo di caratteristiche su
il nostro pubblico e il modo in cui lo facciamo
è con la segmentazione del pubblico così
segmentazione del pubblico ad un livello molto alto
livello è solo un modo di abbattere
il tuo pubblico in gruppi significativi di
la gente così come Joe ha 56 anni e guida a
Mercedes e piace davvero leggere su
Husky che sarebbe come un molto
segmentazione specifica ma fondamentalmente
pensandoci in termini di utente simile
profili come chi-chi è il vero
le persone dietro solo i numeri che siamo
vedendo quando guardiamo il nostro pubblico um
così puoi fare segmentazione del pubblico in a
varietà di modi in cui potresti andare il terzo
percorso di festa che puoi effettivamente pagare
software di terze parti per farlo per voi
ci sono pro e contro a che pro si
basta usarlo sulla scatola è davvero facile
parti interessate non tecniche da interpretare
e sono gli utenti finali così era
qualcosa che abbiamo considerato possibile
inoltre importa automaticamente i dati da a
varietà di fonti che rendono
significa che non si deve preoccupare della
Oleodotti ETL o qualcosa di simile che la
i contro è che non sono necessariamente
personalizzato per il tuo particolare
pubblico o quello che sono interessati a
quindi di nuovo nostro così il nostro pubblico è questo
sottoinsieme molto specifico di like a a a
molto più grande onnicomprensivo pubblico così
quando pensiamo al pubblico
la segmentazione abbiamo voluto pensarci
in un modo davvero specifico
al tipo di contenuto che stiamo producendo
e poi anche a volte può essere
non chiaro come il software di terze parti
genera i loro segmenti di pubblico così
perché sai che è il loro segreto
salsa così abbiamo deciso che volevamo andare
l’itinerario in-house perché sarebbe a
un po ‘più flessibile quindi i dati
che ho usato per questo è stato da Google
Analytics così Google Analytics darà
si torna se si invia un elenco di URL
alle API si può tornare indietro informazioni
come la ripartizione di genere dell’età
parentesi e quindi il gruppo di interesse di
persone che navigano su URL specifici così quando io
dire gruppo di interesse intendo cose come
amante del cinema o drogato di notizie in modo gentile
bene possono o non possono essere in realtà
utile al lavoro che stiamo facendo ma
sono comunque interessanti anche se
è un po ‘come chi non è un film
amante è come alcune delle categorie
sono così onnicomprensivi che loro
potrebbe non essere effettivamente così utile
comunque l’obiettivo è con il pubblico
la segmentazione doveva dare l’editoriale
i profili del team degli utenti identificano i gruppi
gli utenti di simili all’interno del nostro pubblico a
analizzare diverse sezioni del sito
quindi abbiamo la pagina principale Mashable di noi
avere la pagina Cultura Mashable il
Pagina tecnica Mashable che sai che volevamo
vedi sono questi diversi tipi di pubblico su
diverse sezioni del nostro sito e poi
usalo per guidare la creazione di contenuti così
questa è un’istantanea dei dati che io
usato così in una colonna URL il segmento il
i dati demografici vengono restituiti su un URL
per base URL e poi nel nostro
caratteristiche ci sono fondamentalmente come il
combinazioni di tutte le età di genere e
gruppi di interesse nel set così abbiamo
gli appassionati di arte e teatro che sono i nostri
fascia d’età del gruppo di interesse è 18-24
genere femminile e poi sai per tutti
dei diversi gruppi di interesse e
non così come si potrebbe immaginare il
senso di essere una matrice molto molto sparsa
e quindi i valori attuali sono i
percentuale di quel particolare
set demografico che è presente su questo
URL così per poter effettivamente costruire il
segmentazione abbiamo dovuto trasformare il
i dati in questo modo là là finiscono
essere qualcosa come 383 caratteristiche in
questo set dopo che noi esplodiamo il
set di funzionalità che so che ti dicono
non sai per te creare alto
dimensionalità ma ti assicuro il
la maledizione della dimensionalità è stata infranta
o ha scoprirà così come dovremmo
la segmentazione del pubblico modello ne ha provati alcuni
diversi metodi che in gran parte sono caduti
due categorie di clustering e anche
scomporre il pubblico
potresti fare questo in un paio di
modi in cui puoi usare k-means clustering
per esempio per identificare gruppi simili di
URL simili simili in là loro
set di dati demografici ma quando noi
pensato a che non c’è più di un
separazione dura tra le caratteristiche così
ti piacerebbe tutto l’arte
gli aficionados in un gruppo e poi come
tutti gli amanti del cinema in un altro gruppo
e tipo non volevamo farlo noi
tipo di voler pensare al nostro pubblico
un po ‘più olisticamente così noi
ha deciso di andare via di decomposizione
che creerebbe segmenti per noi
le nostre combinazioni di caratteristiche piuttosto che
solo difficili separazioni di funzionalità, quindi prova
fuori un paio di metodi per questo
Factorizzazione a matrice non negativa come
così come l’analisi archetipica, quindi quali sono
questi metodi è così l’analisi archetipica
davvero interessante trova piuttosto che
trovare i centri di cluster che trova
estremamente punti nei dati a
designare come tipi di arco quindi tipi di arco
quindi sono una combinazione convessa di
caratteristiche identificate e archetipiche
l’analisi favorisce le caratteristiche che rappresentano
angoli se si nei dati così così
non necessariamente come una singola funzione
punti ma piuttosto come angoli e
intersezioni di queste caratteristiche che sono
che sono estremamente estremamente lontane da
l’uno dall’altro e il non negativo
fattorizzazione a matrice che farò
d’ora in poi si riferiscono a nmf perché
che è molto più breve di dire in realtà
fattori matrici in modo da consentire
ispezione più semplice quindi nmf fa a
la fattorizzazione che di solito porta a due
matrici diverse con una proprietà che
tutte le matrici non saranno più così
avere elementi negativi quindi questo non
la negatività rende le matrici risultanti
molto più facile da ispezionare ne ha alcuni
clustering e scomposizione inerente
proprietà in là attraverso la minimizzazione
di una funzione di errore così il
rappresentazione dei vettori che noi
finiscono con sono ottenuti in un additivo
moda sovrapponendo i componenti
senza sottrarre quindi noi
con questi segmenti di cluster se tu
saranno ancora una volta combinazioni di
caratteristiche che entrambi i metodi danno
noi un modo per pensare al nostro pubblico in
in un modo molto olistico ma che dovrebbe
in realtà usiamo o anche prima che lo siano
il segmento che creano utile e
allora quale dovremmo usare così qui abbiamo
un esempio di un particolare segmento così come
risulta che entrambi questi metodi sono ordinati
di evidenziare alcuni gruppi simili di
la gente quindi qui è il più prominente
risultato di segmentazione identificato da ciascuno
metodo lo chiameremo Millennial
segmento ci sono alcune differenze così
se riesci a vedere la posta di nmf pesa di più
pesantemente femminile mentre intanto
l’analisi archetipica si concentra principalmente su
la fascia di età compresa tra 25 e 34 anni, ma lo sono
anche se sono molto simili simili
l’età varia così probabilmente non lo è
così interessante come sappiamo che il nostro
il pubblico sarà quindi Millennials
diamo un’occhiata a qualcosa che potrebbe essere un
un po ‘più interessante, quindi questo è
segmenti più interessanti questo è il nostro
il nostro quarto segmento per nmf e
analisi archetipica e puoi vedere entrambi
i segmenti sono ponderati molto più pesantemente
femminile e sono principalmente nel 55
alla fascia di età di 64 anni quindi è particolarmente
interessante che sia nmf che archetipico
l’analisi concorda che questo è un segmento
vale la pena di affiorare così gli altri segmenti
tipo di varia quindi è piuttosto difficile
dì come quale metodo dovremmo
in particolare, è probabile che lo faremmo
voglio guardare entrambi e una specie di figura
fuori che racconta la migliore storia
così tanto ha a che fare con la storia
che siamo in grado di dire la redazione
sul loro pubblico attraverso il
redazione
è il nostro utente finale per tutto questo lavoro
quindi la domanda che vogliamo ottimizzare
perché è ciò che è il più preciso
segmentazione possiamo modellare ciò che è anche
la più interpretare Belén un significativo
modo non tecnico
il titolare è quello che può essere il più difficile
parte a volte è um sai che abbiamo
questi dati ne gestiamo alcuni molto complessi
trasformazioni su di esso e poi abbiamo
per fornire in modo significativo per due
persone senza lo stesso allenamento o o
sfondo in questi metodi quindi uno di
le cose più importanti che ho imparato
finora mashable è che potresti avere un
davvero sofisticato
modello d’avanguardia, ma prima di tutto
se è difficile da interpretare e se lo è
difficile da presentare in modo attuabile a
quelli a quelle parti interessate non è
necessariamente utile quindi l’obiettivo per noi è
per descrivere il nostro pubblico come una risposta a
un problema di business quindi devo essere
memore di ciò e del lavoro che facciamo
in modo che risolviamo il problema
tutti e non solo la scienza dei dati
squadra ma questo è stato particolarmente bello
soluzione che siamo stati in grado di effettivamente
parlare alla redazione e dire
hey abbiamo trovato una coppia davvero interessante
segmenti che conosci è utile per te
e poi la prossima parte di questo progetto
sarà in realtà tipo di sedersi e
dare un’occhiata più approfondita al contenuto reale
che finisce in questi diversi segmenti
e poi possiamo provare a mettere insieme
come va bene questo demografico è davvero
interessato a questo sottoinsieme molto specifico
di contenuti come video Huskie o
qualcosa quindi c’erano alcuni avvertimenti
con i dati di Google Analytics che eravamo
usando la versione gratuita perché la prossima
salire di livello credo fosse un po ‘troppo
costoso per noi quindi i dati che ero
lavorare con non era un super ideale noi
aveva pagato per questo probabilmente ci hanno
ottenuto alcuni di questi problemi ma
ahimè, quindi, quando avrei colpito l’API, lo farei
solo davvero mai tornare un terzo di
dati per un terzo degli URL che ho inviato
l’API a volte non funziona
e poi c’è questo semi semi inutile
dati di interesse come gli amanti del cinema che
okay, qualunque cosa sia come andare avanti
vogliamo trovare una fonte molto migliore di
dati demografici o forse solo in realtà
dati e pagati per Google Analytics ok
così ora abbiamo pensato a un modo per
descrivi il nostro pubblico ora vogliamo andare
fuori e trovarli così ancora siamo
pensando a un ambiente molto decentralizzato
distribuisci la distribuzione tra i social media
canali, quindi vogliamo essere sicuri che
dando il giusto contenuto a destra
le persone al momento giusto così il prossimo
la domanda logica che possiamo chiedere è dove sia
il nostro pubblico e come li raggiungiamo
va bene
quindi prima un po ‘ di background
sullo stato di Facebook così carino
gran parte del nostro traffico proviene da
Facebook se sei un editore di qualsiasi
tipo la maggior parte del tuo traffico sta per
vieni su Facebook che è solo un po ‘come
è ed è il gioco che dobbiamo giocare così
Mashable su Facebook abbiamo abbastanza a
numero di pagine diverse di cui abbiamo una specie
avere questo come la pagina principale Mashable e
puoi vederlo in cima
dove tradizionalmente abbiamo messo la maggior parte di
il nostro contenuto e quindi abbiamo un numero di
pagine secondarie abbiamo come il
Pagina tecnica Mashable che conosciamo
pagina delle notizie sulla pagina della Francia e così via
voglio solo evidenziare sulla nostra pagina principale
è un paio di giorni fa abbiamo 6,4 milioni
seguaci quindi è gigantesco
rispetto alle pagine più piccole che noi
abbiamo così ci piace per Mashable tech
abbiamo 798 mila per
clic-clic-clic abbiamo 600 26.000 quindi
quindi quando pensiamo a come distribuire
contenuto dobbiamo farlo in un modo che
è sostenibile quindi non possiamo semplicemente mettere tutto
il contenuto tutto il tempo sul nostro principale
pagina perché se pubblichi troppo spesso
a Facebook sono l’algoritmo di Facebook
in realtà ti punirà un po ‘così
essere molto strategico su dove e
quando mettiamo il contenuto così alla luce di no
solo avendo una moltitudine di contenuti ma
avendo anche un gran numero di pagine
sai come pensiamo a come facciamo noi?
pensa a sviluppare un ottimale
Strategia Facebook così da qualche parte che possiamo
iniziare quando pensiamo a questo è
esiste una relazione tra viste e
condivide su Facebook e se c’è un
la relazione è predittiva e cosa
possiamo imparare a riguardo così è
predittiva
spoiler alert um così per questo progetto
che in realtà è abbastanza semplice ma
tipo di interessante l’obiettivo è quello di
prevedere viste dalle condivisioni così quando vediamo
le azioni su Facebook su base settimanale possono
prevediamo ciò che conta la vista
sarà così questa è un’istantanea del
i dati che uso sono tornati fino in fondo
al 2016 ho raggruppato le visualizzazioni per settimana che ero
anche utilizzando un impegno medio così medio
numero di condivisioni oh e quando dico
impegni intendo come condivisioni di like
commenti e reazioni su Facebook tutto
le diverse cose che puoi fare
Facebook per interagire con un particolare
pezzo di contenuto quindi totale visualizzazioni totali
impegni medi il numero di URL
abbiamo prodotto e mediamente impegni così
questa è una regressione lineare molto semplice
proposizione quindi abbiamo deciso anche noi
volevo ottimizzare per fare l’errore
tasso più basso possibile , piuttosto che
provare e ottimizzare per un basso r-quadrato noi
deciso di ottimizzare per la media della radice
errore quadrato e media assoluta
errore quindi i nostri quadrati mi diranno come
bene il modello si adatta ai dati ma non lo fa
necessariamente dimmi qualcosa
errori o la grandezza degli errori così
l’errore quadratico medio è uno standard
deviazione dei residui in modo lineare
modello di regressione misurato misura il
diffusione nel fit regressione è
fondamentalmente una misura del rumore nel
sistema e significa anche errore assoluto è
la grandezza media degli errori che è
un po ‘meno sensibile al grande
errori quindi qui vogliamo essere molto
pensieroso sugli errori perché vogliamo
usare questi dati per avere un’idea di questo
quindi se pubblichiamo n numero di articoli in
una settimana e li pubblichiamo a questi
è probabile che alcune pagine Facebook siano
che stiamo per ottenere n numero di
punti di vista che possono quindi aiutare il sociale
le squadre incontrano i loro obiettivi, quindi vogliamo
davvero ottimizzare per le viste qui e noi
voglio essere sicuro che quello
le informazioni che stiamo consegnando sono come
il più preciso possibile in termini di errore
votare così di nuovo molto semplice, quindi ecco qui
le previsioni rispetto a quelle attuali
tempo abbiamo un modello abbastanza buono e in forma
siamo stati in grado di raggiungere un livello decente basso
tassi di errore il blu è il debole a
prevedere e quindi il verde è l’errore
Mi dispiace che il blu sia il numero effettivo
e poi il verde è il previsto
numero così di nuovo questo è come un molto molto
semplice applicazione ma è qualcosa
che non abbiamo scoperto prima e
era in realtà una specie di enorme
rivoluzionario alla redazione
chi è come oh ok così ora che abbiamo un
capire che opinioni e condivisioni sono
avere questo abbiamo rapporto siamo in grado di essere un
molto più riflessivo su dove e quando
pubblichiamo i dati mentre indossiamo quando
pubblichiamo gli articoli quindi un altro molto
aspetto importante di questo quando pensiamo
su sviluppare sviluppare uno ottimale
La strategia di Facebook è che stiamo facendo qualsiasi
decisioni che ci stanno veramente danneggiando
quindi la cosa su come postare su Facebook
è che un sacco di persone hanno un sacco di
nozioni preconcette di come cosa
succede quando si pubblica su Facebook o il
misterioso algoritmo di Facebook come quello che è
è un pensiero comune che quando il
L’algoritmo di Facebook cambia tutti
il contenuto soffre che stiamo effettivamente lavorando
su un modo per dimostrare che non è in realtà
il caso
ma un altro così così ne facciamo alcuni con alcuni
il mito-busting se vuoi e se l’obiettivo
è quello di ottenere il maggior numero di visualizzazioni possibile
in facebook abbiamo avuto modo di sapere se lo siamo
correttamente impostato per raggiungere tale obiettivo così
la redazione aveva una teoria che avevano
una teoria che una volta che un articolo raggiunge un
mille clic su Twitter dovrebbe essere
pubblicato sulla nostra pagina Facebook principale e sul nostro
la pagina principale di Facebook è quella con simili
6,4 milioni di persone, quindi vogliamo saperlo
è una buona euristica quindi produciamo a
sacco di contenuti che abbiamo risorse limitate
per la pubblicazione
ovviamente non possiamo mettere tutto
Facebook o sulla nostra pagina principale di Facebook
tutto il tempo perché se hai pubblicato
ancora troppe volte in un’ora o
qualcosa che l’algoritmo ti punirà
quindi quello dell’euristica il sociale
la squadra stava usando era se qualcosa avesse
circa un migliaio di clic su Twitter
lo pubblicherebbe poi su Facebook
pagina principale in modo che tu sappia che è un bene
euristico solo intuitivamente è probabilmente
non perché il pubblico è su Facebook
e Twitter sono molto diversi ma tu
sappiamo che vogliamo andare oltre l’intuizione così
volevamo dimostrarlo scientificamente
quindi i dati che abbiamo abbiamo il
numero di clic otteniamo su Twitter abbiamo
avere la pagina di Facebook un particolare
articoli pubblicati su una delle visualizzazioni
prestazioni e usando questo possiamo
in realtà una sorta di scavare e capire
cosa sta succedendo, quindi cosa significa?
chiedere è un buon bene euristico è a
termine relativo quindi definiamo che a
un po ‘più a fondo, quindi vogliamo
confrontare le popolazioni in modo da abbattere il
problema quando paragono le popolazioni
voglio confrontare gli articoli che hanno raggiunto
almeno un migliaio di clic su Twitter
e siamo pubblicati nel Maine e quelli
non sono stati inviati nel Maine, vogliamo sapere
se queste popolazioni sono diverse noi
voglio sapere di che spettacolo si tratta
articoli sulla nostra pagina principale di Facebook in
ciascuna di queste popolazioni e poi fa
usando questo euristico, si ottiene un rendimento migliore
nel complesso in termini di visualizzazioni rispetto all’utilizzo
assolutamente non euristico quindi ricorda il
l’ obiettivo generale è quello di ottenere il maggior numero di voti
il più possibile quando postare su Facebook così
stiamo cercando di capire è questo fa
qui un bastone ci aiuta a raggiungere questo obiettivo
quindi la prima cosa che vogliamo capire
prima ancora di fare qualsiasi altra cosa è una
un po ‘più complicato sono questi
popolazioni statisticamente diverse così
abbiamo popolazione 1 che è articoli
che hanno raggiunto migliaia di click su
Twitter e poi siamo inviati al nostro
pagina principale quindi abbiamo popolazione 2
articoli che non sono stati pubblicati nel Maine
quindi abbiamo la popolazione principale in un no
Popolazione del Maine, quindi possiamo testare il
differenze in queste popolazioni con a
due campioni vieni sopra il test smirnoff così
Il test KS restituisce un valore p e se lo è
inferiore a qualche soglia come dire 0,05
possiamo quindi dire che le popolazioni sono
statisticamente diverso
è un test non parametrico del
Uguaglianza delle distribuzioni in modo da testare Ranas
e determiniamo questi due
le distribuzioni sono statisticamente
diverse o queste due popolazioni sono
statisticamente diversi gli uni dagli altri
e non provengono dallo stesso
distribuzione così va bene non l’abbiamo fatto
pensa che lo farebbero la prossima cosa
vogliamo capire sapendo che questi
le popolazioni sono diverse, quindi vogliamo
conoscere la probabilità che un articolo
con un migliaio di clic su Twitter e
è pubblicato nel Maine e supera quello di
articolo che non è inviato a me
sai se ci pensi da quando è il nostro
il pubblico principale è così grande
se pubblichi un articolo nel Maine è così
probabilmente andando a ottenere molto di più viste
e se non me lo metto, ma noi
voglio capire cosa sta succedendo qui
nel contesto di questo un migliaio di clic
su Twitter euristico quindi se in effetti a
migliaia di clic su Twitter sei tu
forse non è probabile che sia un articolo di Jan
con meno di 1.000 clic di ricerca o
qualcosa allora l’euristica è una specie di
reso inutile così da modellarlo
usa una tecnica Goff seein process
regressione che è molto molto elegante
e una tecnica fantastica così gaussiana
caratterizza la regressione di processo
relazioni non lineari tra
variabili questo è un non parametrico
approccio che non significa che non ha
parametri ma c’è un infinito
ampia possibilità di parametri che puoi
usa la regressione di processo gaussiana per trovare
la distribuzione su funzioni che
si adatta meglio ai dati che modelliamo così
perché usare questo metodo così perché noi
ottenere un pieno a pieno titolo
distribuzione possiamo calcolare il
probabilità che un articolo raggiunga
entrambi un certo numero di visualizzazioni di pagina
usando la mazza per capelli e non così il modo
che l’ ho fatto è stato costruito due
Modelli di regressione del processo gaussiana uno
sul set principale e quella sul
set principale e poi ho costruito una simulazione
per vedere cosa succederebbe così
prima questa è la regressione, quindi è così
log scalato i punti sono dati fusi in
nelle popolazioni principali e non principali
se riesci a vedere il blu che è gentile
i punti blu che sono più in alto
la popolazione principale è il verde
la popolazione non principale quindi e la
la linea rossa è la regressione per il principale
popolazione in modo da poterlo vedere
postare su main dà un passaggio a un ascensore
alle opinioni ma c’è ma non è come
super clear-cut non è come ogni volta
stai postando per main sai di essere
stai battendo ogni pagina non principale
tempo Quindi, come possiamo davvero capire
cosa sta succedendo qui, quindi il metodo I
usato è stato per prima cosa costruire i modelli per
ogni popolazione quindi l’ hai appena visto
la diapositiva precedente quindi la prossima cosa che facciamo
voglio fare qualcosa che gaussiana
la regressione del processo era davvero eccezionale
è un campione un gran numero di volte a
I clic su Twitter equivalgono a mille
ciascuna di queste regressioni e fare a
previsione per le viste basate su questo
campionamento quindi vogliamo determinare
due cose che vogliamo determinare come
spesso un campione principale è più alto
pagine visualizzate in un campione non principale di
trarre da ciascun campione un numero elevato
di volte questo sta usando Twitter
euristico quindi vogliamo anche determinare
con quale frequenza un main scelto a caso
campione batte un no campione no principale
euristico quindi tutto questo da dire quando lo usiamo
il mille clic euristico su
Twitter per sì mille clic su
Twitter per pubblicare un post principale su
la pagina principale raggiunge il modo in cui la pagina viene utilizzata
quindi non postare al 65% principale del tempo
okay, ci aspettavamo questo perché
la pubblicazione su main sta per essere generata
più visualizzazioni di pagina selezionando
in modo casuale e utilizzando più euristico
la pubblicazione di due principali raggiunge la pagina più alta
visualizzazioni rispetto a non pubblicare su main
78% del tempo in modo che sia effettivamente così
in realtà scegliendo gli articoli che si suppone
il principale a caso probabilmente sovraperformerà
usando questo un migliaio di clic su Twitter
euristico
tipo di strabiliante così usando questo
migliaia di clic su Twitter qui attenersi a
il post è in realtà dannoso per l’obiettivo
di ottenere quante più pagine possibile
quando abbiamo presentato queste informazioni a
la tua squadra sociale erano come loro
a qualcuno di loro piaceva davvero
sollevato la domanda come dovrebbe davvero
useremo questa euristica quindi non lo è stata
totalmente scioccante per chiunque in particolare
perché, come è noto che
ci sono diversi significativi
differenze nel pubblico su
Twitter e Facebook così in aggiunta a
questa sorta di mito-busting uno dei miei
altri colleghi di lavoro su cui aveva lavorato
capire come l’app è ottimale
numero di post di Facebook al giorno per ciascuno
Pagina di Facebook quindi abbiamo fatto questo
come la guerra tag-team in cui ero come ehi
non usare questa euristica e lui era come
ma ecco un’euristica diversa che puoi
l’uso non potresti mai voler solo piacere
uccidere le speranze ei sogni di tutti tutti in
una volta senza dare loro alcun nulla a
Hold on to in modo che anche come un buon
equilibrio dello sciopero ma è anche quello che è
stato molto utile perché dopo così dopo
abbiamo presentato queste informazioni loro
iniziato hanno usato l’informazione che
il mio collega ha fornito effettivamente
determinare il numero di cose da pubblicare
e poi smesso di usare i clic di Twitter
e le nostre opinioni sono effettivamente aumentate a
un po ‘che è abbastanza bello, va bene così
Ho alcune considerazioni finali per concludere questo
up um ecco alcuni take away così pubblico
i dati possono essere disordinati e complessi a volte
non avrete tutti i dati che si
hai bisogno che tu possa fare anche un sacco di cose
con esso così mi sono presentato come un mucchio di
un po ‘ come le cose più piccole che ho
fatto in passato un anno così sono stato a
Mashable um ma c’è un numero di
altre cose che non mi presento che
abbiamo lavorato su come abbiamo fatto
effettivamente fatto un tutto simile alla concorrenza
analisi del paesaggio guardando un mucchio di
altri editori come BuzzFeed e
Gizmodo e Business Insider e perché
non solo usciamo e strisciamo queste pagine
ma possiamo ottenere i loro post di Facebook da
l’ API di Facebook e una sorta di prova e
capire quali sono i loro social media
strategie di distribuzione è questo
lavorando per loro in termini di azioni e
quindi prova e ti piace ottimizzare il nostro così
un altro take-away è quello di rendere i dati come
utilizzabile il più possibile per non tecnico
stakeholder che non vorresti mai solo amare
rilascia un mucchio di numeri su qualcuno e
andarsene quindi sono come quello che faccio
con questo avendo um so anche
comprensione di entrambi il pubblico
leggere i tuoi contenuti nel pubblico
stai sviluppando per o o trovando
intuizioni per quello è anche bene sapere cosa
metriche che si desidera ottimizzare per forse
non saranno le stesse metriche tutte
tempo sapere qual è il tuo obiettivo finale è così simile
se il tuo obiettivo finale è qualcosa di vago come
è una buona euristica che suona
come una bella domanda facile a cui rispondere ma
non è proprio quello che devi pensare
a riguardo un po ‘più approfondito e
quindi ottimizzare per interpretare
interpretabilità quindi alla fine della giornata
di nuovo non ci limitiamo a consegnare i numeri
alla redazione poi spariremo
cercare di dare loro la migliore informazione
possibile rendere più facile il loro lavoro e
il loro lavoro sta scrivendo il contenuto giusto
mettendolo di fronte alle persone giuste
il momento giusto, quindi stiamo cercando di aiutare
loro fanno questo così nostro attuale e futuro
lavoro indice di Facebook che ho appena menzionato
che in realtà è come il
velocità di analisi del paesaggio competitivo
2.0 vogliamo fare la velocità
algoritmo A molto meglio ci piacerebbe
fare un’analisi comportamentale dei dati di sessione
è stato qualcosa che siamo stati
pensando per un po ‘
ottimizzazione del titolo ne abbiamo alcuni
roba di ottimizzazione principale nei lavori
adesso che un altro dei nostri dati
in questo momento lo scienziato sta lavorando
tutte le cose video perché il video è il
futuro come dicono così eccone alcuni
documenti di risorse e blog blog blog
post che erano utili a livello strutturale
la vitalità di una diffusione online è a
carta davvero incredibile su come
il contenuto si diffonde attraverso Internet quindi io
consiglio vivamente questo archetipo
analisi anche molto interessante um I
in realtà non avevo mai sentito parlare di quel tipo di
analisi prima di iniziare a lavorare su
Mashable il mio manager era come hey questo
potrebbe essere un’utile segmentazione del pubblico
tecnica um ho alcuni pacchetti Python
e quant’altro Metterò le mie diapositive in linea
fonte allora puoi davvero guardare
a questi
e questo è davvero tutto ciò che ho um
grazie per avermi ascoltato
sull’analisi del pubblico puoi trovarmi
su twitter alla guida di sottolineatura di sarah oh
e sì è così, grazie mille
[Applausi]
grazie che c’erano molti dati
teoria degli scienziati e penso che questo tipo
di stati il takeaway dal precedente
parla , per favore, lavora insieme
ingegneri e scienziati dei dati si si
dolore alla ragazza si ho un paio di
domande qui diverse da Google
Analizza quali fonti di dati sul pubblico
Usi sì così per i dati demografici um
al momento utilizziamo solo Google
Analytics, sfortunatamente, stiamo cercando di
trovare una soluzione migliore ma abbiamo anche
dati come dati di sessione come quando
vai al sito web sai quanto tempo
hai speso per ogni pagina dove sei stato
vai, qual è il tuo viaggio che possiamo ottenere
facebook come dati aggregati su Facebook
non possiamo non possiamo ottenere dati individuali
Facebook che va bene non lo facciamo
necessariamente mai voglio dire così
sei tu quella persona um
anche noi siamo costantemente alla ricerca
per come migliori e nuove fonti di dati
sì, ho una serie di domande
per quanto riguarda i limiti per la pubblicazione a
Facebook a Facebook che potrebbe non
esattamente tu fai parte della compagnia
Determinando cosa fare là, lo so
qual è la punizione per attiva se
sei troppo attivo su Facebook e questo
non era solo come un aneddoto quello
erano le persone delle squadre sociali
dicendo, ma in realtà il mio collega in realtà
studiato questo se pubblichi attivamente
poi Facebook si ferma come promuovere il tuo
contenuto nel newsfeed così le persone non lo fanno
davvero vederlo come spesso è come
è nella misura in cui lo so
di
ma facciamo anche molto lavoro per provare e
capire come se fossimo in realtà
in un punto in cui stiamo iniziando a
rebrand le nostre pagine di Facebook perché come
hai visto che abbiamo un gruppo di seguaci
a differenza della nostra pagina principale, ma abbiamo dimensioni minori
numero di follower sul nostro secondario
pagine in realtà stiamo cercando di far crescere il
il pubblico è sulle nostre pagine secondarie
stiamo cominciando a sviluppare di più di
strategia in termini di come quando e dove
postare non è solo come buttare
tutto sulla pagina principale ma come come
guidiamo le persone o dal principale
pagina su Facebook o uscire e ottenere nuovi
il pubblico per le pagine secondarie è a
domanda per te come un geek Python è
lì femminile geek hockey quale macchina
biblioteca di apprendimento
preferisci cosa hai usato qui?
scikit-learn um penso di usare
scikit: impara per tutto tranne il
analisi archetipica perché archetipica
l’analisi non fa parte di scikit-learn I
effettivamente elencato il pacchetto Python
che uso per archetipo è per il
analisi archetipica è un terzo proiettile
punto lì
ma sì sì sì e il mio ultimo punto è
scikit-learn documentation um I love
scikit: impara che è davvero grandioso
davvero completo a volte se lo sono
facendo più cose basate sulle statistiche uso le statistiche
modelli è un po ‘bello ha come il
sono sintassi di come creare regressione
modelli che possono essere carini ma sì, lo sono
anche usato secolare come è l’apprendimento
curva che um yeah soso non posso imparare
la documentazione è davvero scritta per
persone che hanno già un buon risultato
la comprensione dell’apprendimento automatico può essere
davvero difficile per i principianti, basta ordinare
di immergersi e iniziare a usare
scikit-learn tuttavia ci sono molti
davvero grandi tutorial online che hanno
stato dato alle conferenze Python come
PyCon spesso da persone che in realtà
codice di commit per il killer del sito in
progetto quindi se sei un principiante vorrei
consiglio vivamente di trovarne uno
quei tutorial e iniziando da lì
e quindi immergersi nella documentazione
una volta che ti piace
buona conoscenza decente della macchina
imparando la psiche impari la documentazione
è fantastico ma hai imparato il
la curva di apprendimento può essere un po ‘stupida
la prima domanda finale hai fatto tu
considera l’utilizzo dell’analisi del testo per farlo
la tua selezione raggruppa l’analisi del testo
per cui Oh per la segmentazione del pubblico
si okay, sì, sarebbe stato così
interessante quindi sto assumendo il testo
analisi significa come un’analisi testuale
degli URL o è quello che quella persona
significa forse che sarebbe così
Penso che sia come la prossima cosa che noi
voglio fare è fare come un molto più profondo
analisi del contenuto dei tipi di
articoli che sono particolari segmenti
interessato a sì sì, sicuramente
voglio farlo , abbiamo fatto un po ‘
come argomenti di modellistica a Mashable noi
non ne ho fatto un sacco, mi sono messo
veramente interessato a questo argomento mi
non ne so molto , ma il
opportunità si pone per me di fare che ho
mi piacerebbe esplorarlo un po ‘
più bello grazie grazie
[Applausi]
[Applausi]
bello grazie per avermi ospitato qui oggi
Ho intenzione di parlarti di come
utilizzare l’apprendimento automatico della macchina presso Mashable
per capire il pubblico per il
contenuti che creiamo e quindi il mio titolo
apprendimento automatico nelle tecniche selvagge
per capire il tuo pubblico
quindi prima chi sono io
Sono un senior data scientist in Mashable
a New York quindi sono venuto molto
molto tempo per essere qui oggi è anche il mio
la prima volta a Berlino è molto bella
città sì, io sono uno dei
co-organizzatori per il meetup di NYC Python
che credo sia il più grande Python
meetup group nel mondo con oltre
10.000 membri Sono un oratore di conferenza
Parlo a un certo numero di conferenze che sono
un autore di O’Reilly Media I è stato coautore di un
libro su machine learning e Python e
puoi trovarmi su twitter su sarah
guida di sottolineatura oh sì il mio cognome
il nome è pronunciato guida oh sì, così faccio
tutto il mio lavoro in Python che facevo
scintilla e Scala ascoltando il
il discorso precedente è un po ‘ interessante e
Sono solo felice di poterlo fare ora con Python
questo è quello che ho intenzione di parlare con te
circa oggi ho intenzione di darti un
panoramica di Mashable che è davvero
importante per la comprensione di tutto il
diversi casi d’uso per l’apprendimento automatico
che ho intenzione di parlare di così ho appena
impostalo come se fosse quello che Mashable è
come che tipo di pubblico che abbiamo in
tutto questo e poi ho intenzione di parlare
circa una specie di tre livelli superiori
categorie di pubblico di coinvolgimento dei contenuti
segmentazione e strategia dei social media
Ho applicato l’apprendimento automatico a ciascuno di
quei segmenti e poi alcuni concludono
con alcuni take away quindi questo è più di
un avanzato che parlerà di me
assume si sa che cosa è l’apprendimento automatico
già la differenza tra simili
Metodi non sorvegliati e supervisionati
assumendo si capisce di base
algoritmi come k-means clustering e
regressione lineare spiegherò un po ‘
un po ‘su alcuni dei più complessi
algoritmi che utilizzo per me l’obiettivo
per mostrarvi come io uso questi metodi
il selvaggio per così dire nel mio ogni giorno
quindi oltre appena conosci l’apprendimento del
teoria in classe come sono
questi metodi sono effettivamente applicati così e
come applico questi metodi per fare il mio lavoro
in Mashable quindi quante persone hanno
sentito parlare di Mashable ok quantità decente di
così per quelli di voi che non lo sanno
Mashable è un sito di media digitali noi
pubblicare articoli relativi a internet
cultura collegata sintonizzata come notizie tecnologiche
intrattenimento scientifico sai che non lo facciamo
davvero fare incisiva si giornalismo
sappiamo che facciamo cose come parlare di ciò che è
succede su Twitter è Twitter
ripensando al segno di spunta blu abbiamo a
molto come immagino più spensierato
contenuto anche se dirò la nostra scienza
copertura di come il cambiamento climatico sono andato
è abbastanza buono se sei interessato
in quella roba quindi questa è una specie di nostra
come la dichiarazione di marca e questo è
direttamente legato a chi è il pubblico così
Mashable è un intrattenimento multimediale
compagnia per i super fan non siamo per il
curiosi casuali divoriamo cultura e
tech le nostre idee plasmano il futuro e noi
parlare con i nuovi influencer e i primi
adottanti che sono ossessionati da noi intorno al
globo quindi siamo stati in giro per circa 10
anni e così oggi stiamo trovando
noi stessi in questo frangente dove noi
non voglio scrivere di tutto
quello è là fuori che c’è molto
roba là fuori e non è il massimo
l’uso delle nostre risorse è molto
sottoinsieme specifico di contenuti che siamo
davvero bravo a scrivere su così ciò che noi
voglio fare è fondamentalmente articolare chi
vogliamo che i nostri lettori siano in ordine
contribuire a formare la nostra copertura editoriale così
prima di entrare in quelle stelle il
paesaggio pubblicazione va voi Pubblicazione
conoscere 10 15 anni fa eravate voi
leggerebbe il giornale o lo faresti
guarda The Evening News o qualcosa del genere
forse ancora farlo, ma ora la gente
fare molto affidamento sui social media
reti per la loro distribuzione di notizie e
e riceviamo costantemente le notizie
in un modo molto asincrono, lo sai
stiamo ricevendo notifiche push sul nostro
telefoni tutto il tempo per una varietà di
contenuto diverso non è solo come
un posto centralizzato più
c’è una varietà di distribuzione
reti così per poter capire
chi è il nostro pubblico e dove sono
quello che stanno facendo dobbiamo capire
le reti di distribuzione prima così
problema aziendale che stiamo cercando di
risolvere qui è come possiamo capire il nostro
pubblico per sapere quali contenuti
per scrivere ottimizzare questo contenuto in
in tempo reale e fornire il contenuto giusto
alle persone giuste al momento giusto
che è l’ obiettivo finale e molto
difficile così a causa del modo in cui il
il panorama dell’editoria è cambiato , vogliamo
essere in grado di capire il sociale
diffusione dei nostri contenuti così come i nostri
la diffusione dei contenuti si diffonde attraverso il social
reti mediatiche e sociali
diffusione del contenuto di altri editori
abbastanza a fondo per ottenere un concorrente
vantaggio quindi questo ci porta al nostro nucleo
problema qui così la prima domanda noi
voglio chiederci è come fanno le persone
interagire con i loro contenuti e non solo
il nostro contenuto è il primo passo che
abbiamo preso questo per creare questo
ordine del marchio molto particolare in ordine
disegnare in modo molto specifico molto
pubblico specifico che è davvero
interessato alle cose che siamo
veramente bravo a scrivere, quindi lo sai
la cultura di internet riempie la tecnologia
riempire le cose di intrattenimento che conosci
non stiamo cercando di uscire e ottenere tutti
aspetto di ogni pubblico sempre appena
questo particolare sottoinsieme di esso in luce
della distribuzione decentralizzata
reti che abbiamo il reperimento di contenuti
è come il primo passo in
in realtà mi piace creare questo
pubblico quindi abbiamo creato qualcosa chiamato
la suite di velocità per aiutare con il
problema di sourcing quindi la suite di velocità
è il nostro principale strumento per aiutare il
fonte e contenuto della fonte della redazione
che cosa scrivere e questo questo
un po ‘precede il mio mandato in Mashable a
un po ‘ma è davvero importante per
tutto il pubblico lavora che facciamo
perché ci aiuta davvero a capire
il come la viralità del contenuto e come
il contenuto diventa virale quindi la piattaforma
aiuta la redazione a trovare questo
contenuto eseguendo la scansione del Web per i contenuti
sta diventando virale e determiniamo da
la realtà basata sul
la velocità se avrai delle azioni così
quanto velocemente le azioni si stanno accumulando così
l’origine era quella di rendere il reperimento dei contenuti
molto più facile per il team editoriale
il team di prodotto di Mashable ha esaminato il
processo che ogni scrittore stava usando per
fonte il loro contenuto e ha deciso di provare
e automatizzare questo modo hanno preso un sondaggio
del paesaggio e di cosa questo prodotto
fa è classificato ciò che è in mostra da
viralità e usarlo per prevedere
la viralità basata sulla condivisione conta così
fa questo in modo iterativo così noi
esegui la scansione di qualcosa più volte che aggiorniamo
quota conta prediriamo viralità e allora
questo in realtà sembra così non lo faccio
sai se riesci a vedere questo è come
fondamentalmente una serie temporale di azioni insieme
l’ asse x hai volte e poi tu
hanno accumulato conta condivisione sul
l’asse y così la velocità arriccia il contenuto attraverso
la traccia web condivide sui social media e
lo usa per prevedere le prestazioni future
in modo adattativo iterativo, quindi cosa io
significa da questo
ancora una volta non incrociamo qualcosa solo una volta
eseguiamo la scansione per ottenere un conteggio delle condivisioni che realizziamo a
previsione basata su quel numero di azioni e
poi facciamo anche un determinato
determinazione su quando ricominciare a gattonare
per un conteggio aggiornato delle condivisioni, quindi quando
questo è il periodo di tempo è passato a gattonare
di nuovo ottenendo un numero aggiornato per
le azioni accumulate usano quello per fare un
previsione aggiornata quindi questa previsione
il blu più chiaro il non compilato
blu c’è fondamentalmente il predire il
previsione delle azioni accumulate
traiettoria quindi questo si adatterà come noi
gattonare ancora e ancora che è un po ‘
bello così da generare questi previsti
quota conta costruiamo un modello sul
rete di azioni che si verifica su a
particolare l’articolo così facciamo questo per
ogni articolo è la rete di azioni
chiamato una cascata così la velocità
l’algoritmo è basato sulla diffusione su a
grafico casuale e modella ciò che
la diffusione probabilistica sarà simile e
come sono le azioni per l’articolo
diffondendo così tanto il grafico
come stanno andando queste azioni
diffondere a cosa andrà a finire il conteggio finale
sembra che l’algoritmo sia tempo
dipendente e parametro adatto
probabilisticamente contro i dati che
abbiamo già visto in
chiedi ad ade in modo che determini le determinazioni
la previsione finale basata su cosa
abbiamo già visto bene quello che siamo
vedere ora usa l’accelerazione e il
profondità e curva della quota accumulata
conta pure e finiamo con a
previsione per la scala temporale così come a
che punto nel tempo raggiungeremo
approssimativamente come il 95 percento del
quote totali che questo articolo potrebbe
possibilmente raggiungerlo usa un evolutivo
risolutore adattivo da fare per fare il
parametro di adattamento in modo che questo ci permette di
costruisci questo social cascades per
ogni articolo quindi che aspetto ha
qui hai sei diversi social
grafici di diffusione se si guarda il
piccoli rettangoli sotto l’albero
strutture puoi vedere che il
i modelli sono simili , sai come un
iniziale come QuickLift e poi sorta di
una crescita plateau lì però se tu
guarda le strutture reali dell’albero
sono molto diversi quindi da capire
come può essere il grafico attuale
un po ‘difficile quindi diamo un’occhiata a come
questo funziona in pratica, quindi questo è un
grafico di questo è come il caso migliore
scenario blu la linea blu c’è il
azioni accumulate nel tempo questo è stato un
esempio crescita molto liscia e poi il
il giallo è le azioni proiettate nel tempo
quindi ricorda che l’aspetto predittivo
è adattivo e si adatta in tempo reale a
quota conta che stiamo vedendo fondamentalmente
in movimento in modo da poter vedere come a destra
All’inizio le previsioni sono a
un po ‘più instabile ma nel tempo
puoi vedere che il modello di
le previsioni sono di un certo livello
po ‘così come questo è il caso migliore
scenario come le previsioni finali okay
tipo di e tipo di vicino a dove il
il conteggio finale delle azioni in realtà è così
è anche un po ‘interessante per questo
articolo particolare è in qualche modo
è stato condiviso un po ‘di frequente all’inizio
e poi ha accumulato molte parti
crescita in seguito e questo è blu
linea là è le parti reali sopra
tempo così questo potrebbe essere come un articolo
è stato pubblicato sul sito meno conosciuto
e poi è stato raccolto altrove
e come un media molto più grande
presa e condivisa e tu puoi vederlo
il giallo
che è la proiezione delle azioni nel tempo
era in realtà in grado di adattarsi a ciò che era
accadendo nel pallone nel
segmento reale che è abbastanza bello quindi
a volte l’algoritmo di aggiornamento può essere a
poco pignolo e finiamo con
qualcosa di simile
questo è per fortuna molto raro ma um è
molto molto terribile puoi vedere come
proprio all’inizio è tutto a posto
e poi le cose vanno come fuori
muro stiamo lavorando costantemente al
algoritmo per la nostra suite di velocità perché
ovviamente non vogliamo come consegnare
questo tipo di informazioni al nostro
team di redazione perché non lo è davvero
utile a tutti quindi questo è in realtà cosa
il team editoriale vedrà nel nostro in
il nostro prodotto in-house quindi ecco un
esempio di un articolo
docce husky baby con baci durante
adorabile sessione di gioco così come ho detto
non fare davvero un giornalismo che colpisca duramente
quindi questo è stato davvero buono
prova del concetto per la suite di velocità
abbiamo scoperto questo articolo proprio così
è stato pubblicato abbiamo raccolto un sacco di
punti dati attorno ad esso
c’erano diversi punti in cui il
condividere la traiettoria cambiata nel tempo e
la previsione è stata in grado di adattarsi ad essa
e poi le prime proiezioni molto
modellato accuratamente ciò che stava per accadere
capita così un buon punto di partenza per noi
in termini di comprensione del nostro pubblico
sta dando un’occhiata alla lucidatura
paesaggio in generale e identificativo
contenuto che sta diventando virale
determinato sarebbe molto rilevante per il nostro
pubblico e questo è il modo in cui iniziamo
creare un pubblico personalizzando il nostro
contenuto per un’immagine di marca specifica così
potrebbe sembrare molto simile
il marketing parla ma di nuovo lo consideri
non vogliamo necessariamente disegnare e
è estremamente focalizzato solo su
notizie di forte impatto vogliamo il pubblico
interessato a video simpatici come husky e
quindi, tipo di ottenere questo interessante
ciclo di feedback in cui siamo partiti con il
intenzione di creare un pubblico e poi
quel pubblico in cambio arriva
indietro e ci artigianato e e ciò che copriamo
un po ‘così ora che abbiamo un
grande pubblico abbiamo il pubblico bene
cosa possiamo dire in realtà dei nostri
pubblico come descriviamo cosa sta succedendo
e qualsiasi tipo di caratteristiche su
il nostro pubblico e il modo in cui lo facciamo
è con la segmentazione del pubblico così
segmentazione del pubblico ad un livello molto alto
livello è solo un modo di abbattere
il tuo pubblico in gruppi significativi di
la gente così come Joe ha 56 anni e guida a
Mercedes e piace davvero leggere su
Husky che sarebbe come un molto
segmentazione specifica ma fondamentalmente
pensandoci in termini di utente simile
profili come chi-chi è il vero
le persone dietro solo i numeri che siamo
vedendo quando guardiamo il nostro pubblico um
così puoi fare segmentazione del pubblico in a
varietà di modi in cui potresti andare il terzo
percorso di festa che puoi effettivamente pagare
software di terze parti per farlo per voi
ci sono pro e contro a che pro si
basta usarlo sulla scatola è davvero facile
parti interessate non tecniche da interpretare
e sono gli utenti finali così era
qualcosa che abbiamo considerato possibile
inoltre importa automaticamente i dati da a
varietà di fonti che rendono
significa che non si deve preoccupare della
Oleodotti ETL o qualcosa di simile che la
i contro è che non sono necessariamente
personalizzato per il tuo particolare
pubblico o quello che sono interessati a
quindi di nuovo nostro così il nostro pubblico è questo
sottoinsieme molto specifico di like a a a
molto più grande onnicomprensivo pubblico così
quando pensiamo al pubblico
la segmentazione abbiamo voluto pensarci
in un modo davvero specifico
al tipo di contenuto che stiamo producendo
e poi anche a volte può essere
non chiaro come il software di terze parti
genera i loro segmenti di pubblico così
perché sai che è il loro segreto
salsa così abbiamo deciso che volevamo andare
l’itinerario in-house perché sarebbe a
un po ‘più flessibile quindi i dati
che ho usato per questo è stato da Google
Analytics così Google Analytics darà
si torna se si invia un elenco di URL
alle API si può tornare indietro informazioni
come la ripartizione di genere dell’età
parentesi e quindi il gruppo di interesse di
persone che navigano su URL specifici così quando io
dire gruppo di interesse intendo cose come
amante del cinema o drogato di notizie in modo gentile
bene possono o non possono essere in realtà
utile al lavoro che stiamo facendo ma
sono comunque interessanti anche se
è un po ‘come chi non è un film
amante è come alcune delle categorie
sono così onnicomprensivi che loro
potrebbe non essere effettivamente così utile
comunque l’obiettivo è con il pubblico
la segmentazione doveva dare l’editoriale
i profili del team degli utenti identificano i gruppi
gli utenti di simili all’interno del nostro pubblico a
analizzare diverse sezioni del sito
quindi abbiamo la pagina principale Mashable di noi
avere la pagina Cultura Mashable il
Pagina tecnica Mashable che sai che volevamo
vedi sono questi diversi tipi di pubblico su
diverse sezioni del nostro sito e poi
usalo per guidare la creazione di contenuti così
questa è un’istantanea dei dati che io
usato così in una colonna URL il segmento il
i dati demografici vengono restituiti su un URL
per base URL e poi nel nostro
caratteristiche ci sono fondamentalmente come il
combinazioni di tutte le età di genere e
gruppi di interesse nel set così abbiamo
gli appassionati di arte e teatro che sono i nostri
fascia d’età del gruppo di interesse è 18-24
genere femminile e poi sai per tutti
dei diversi gruppi di interesse e
non così come si potrebbe immaginare il
senso di essere una matrice molto molto sparsa
e quindi i valori attuali sono i
percentuale di quel particolare
set demografico che è presente su questo
URL così per poter effettivamente costruire il
segmentazione abbiamo dovuto trasformare il
i dati in questo modo là là finiscono
essere qualcosa come 383 caratteristiche in
questo set dopo che noi esplodiamo il
set di funzionalità che so che ti dicono
non sai per te creare alto
dimensionalità ma ti assicuro il
la maledizione della dimensionalità è stata infranta
o ha scoprirà così come dovremmo
la segmentazione del pubblico modello ne ha provati alcuni
diversi metodi che in gran parte sono caduti
due categorie di clustering e anche
scomporre il pubblico
potresti fare questo in un paio di
modi in cui puoi usare k-means clustering
per esempio per identificare gruppi simili di
URL simili simili in là loro
set di dati demografici ma quando noi
pensato a che non c’è più di un
separazione dura tra le caratteristiche così
ti piacerebbe tutto l’arte
gli aficionados in un gruppo e poi come
tutti gli amanti del cinema in un altro gruppo
e tipo non volevamo farlo noi
tipo di voler pensare al nostro pubblico
un po ‘più olisticamente così noi
ha deciso di andare via di decomposizione
che creerebbe segmenti per noi
le nostre combinazioni di caratteristiche piuttosto che
solo difficili separazioni di funzionalità, quindi prova
fuori un paio di metodi per questo
Factorizzazione a matrice non negativa come
così come l’analisi archetipica, quindi quali sono
questi metodi è così l’analisi archetipica
davvero interessante trova piuttosto che
trovare i centri di cluster che trova
estremamente punti nei dati a
designare come tipi di arco quindi tipi di arco
quindi sono una combinazione convessa di
caratteristiche identificate e archetipiche
l’analisi favorisce le caratteristiche che rappresentano
angoli se si nei dati così così
non necessariamente come una singola funzione
punti ma piuttosto come angoli e
intersezioni di queste caratteristiche che sono
che sono estremamente estremamente lontane da
l’uno dall’altro e il non negativo
fattorizzazione a matrice che farò
d’ora in poi si riferiscono a nmf perché
che è molto più breve di dire in realtà
fattori matrici in modo da consentire
ispezione più semplice quindi nmf fa a
la fattorizzazione che di solito porta a due
matrici diverse con una proprietà che
tutte le matrici non saranno più così
avere elementi negativi quindi questo non
la negatività rende le matrici risultanti
molto più facile da ispezionare ne ha alcuni
clustering e scomposizione inerente
proprietà in là attraverso la minimizzazione
di una funzione di errore così il
rappresentazione dei vettori che noi
finiscono con sono ottenuti in un additivo
moda sovrapponendo i componenti
senza sottrarre quindi noi
con questi segmenti di cluster se tu
saranno ancora una volta combinazioni di
caratteristiche che entrambi i metodi danno
noi un modo per pensare al nostro pubblico in
in un modo molto olistico ma che dovrebbe
in realtà usiamo o anche prima che lo siano
il segmento che creano utile e
allora quale dovremmo usare così qui abbiamo
un esempio di un particolare segmento così come
risulta che entrambi questi metodi sono ordinati
di evidenziare alcuni gruppi simili di
la gente quindi qui è il più prominente
risultato di segmentazione identificato da ciascuno
metodo lo chiameremo Millennial
segmento ci sono alcune differenze così
se riesci a vedere la posta di nmf pesa di più
pesantemente femminile mentre intanto
l’analisi archetipica si concentra principalmente su
la fascia di età compresa tra 25 e 34 anni, ma lo sono
anche se sono molto simili simili
l’età varia così probabilmente non lo è
così interessante come sappiamo che il nostro
il pubblico sarà quindi Millennials
diamo un’occhiata a qualcosa che potrebbe essere un
un po ‘più interessante, quindi questo è
segmenti più interessanti questo è il nostro
il nostro quarto segmento per nmf e
analisi archetipica e puoi vedere entrambi
i segmenti sono ponderati molto più pesantemente
femminile e sono principalmente nel 55
alla fascia di età di 64 anni quindi è particolarmente
interessante che sia nmf che archetipico
l’analisi concorda che questo è un segmento
vale la pena di affiorare così gli altri segmenti
tipo di varia quindi è piuttosto difficile
dì come quale metodo dovremmo
in particolare, è probabile che lo faremmo
voglio guardare entrambi e una specie di figura
fuori che racconta la migliore storia
così tanto ha a che fare con la storia
che siamo in grado di dire la redazione
sul loro pubblico attraverso il
redazione
è il nostro utente finale per tutto questo lavoro
quindi la domanda che vogliamo ottimizzare
perché è ciò che è il più preciso
segmentazione possiamo modellare ciò che è anche
la più interpretare Belén un significativo
modo non tecnico
il titolare è quello che può essere il più difficile
parte a volte è um sai che abbiamo
questi dati ne gestiamo alcuni molto complessi
trasformazioni su di esso e poi abbiamo
per fornire in modo significativo per due
persone senza lo stesso allenamento o o
sfondo in questi metodi quindi uno di
le cose più importanti che ho imparato
finora mashable è che potresti avere un
davvero sofisticato
modello d’avanguardia, ma prima di tutto
se è difficile da interpretare e se lo è
difficile da presentare in modo attuabile a
quelli a quelle parti interessate non è
necessariamente utile quindi l’obiettivo per noi è
per descrivere il nostro pubblico come una risposta a
un problema di business quindi devo essere
memore di ciò e del lavoro che facciamo
in modo che risolviamo il problema
tutti e non solo la scienza dei dati
squadra ma questo è stato particolarmente bello
soluzione che siamo stati in grado di effettivamente
parlare alla redazione e dire
hey abbiamo trovato una coppia davvero interessante
segmenti che conosci è utile per te
e poi la prossima parte di questo progetto
sarà in realtà tipo di sedersi e
dare un’occhiata più approfondita al contenuto reale
che finisce in questi diversi segmenti
e poi possiamo provare a mettere insieme
come va bene questo demografico è davvero
interessato a questo sottoinsieme molto specifico
di contenuti come video Huskie o
qualcosa quindi c’erano alcuni avvertimenti
con i dati di Google Analytics che eravamo
usando la versione gratuita perché la prossima
salire di livello credo fosse un po ‘troppo
costoso per noi quindi i dati che ero
lavorare con non era un super ideale noi
aveva pagato per questo probabilmente ci hanno
ottenuto alcuni di questi problemi ma
ahimè, quindi, quando avrei colpito l’API, lo farei
solo davvero mai tornare un terzo di
dati per un terzo degli URL che ho inviato
l’API a volte non funziona
e poi c’è questo semi semi inutile
dati di interesse come gli amanti del cinema che
okay, qualunque cosa sia come andare avanti
vogliamo trovare una fonte molto migliore di
dati demografici o forse solo in realtà
dati e pagati per Google Analytics ok
così ora abbiamo pensato a un modo per
descrivi il nostro pubblico ora vogliamo andare
fuori e trovarli così ancora siamo
pensando a un ambiente molto decentralizzato
distribuisci la distribuzione tra i social media
canali, quindi vogliamo essere sicuri che
dando il giusto contenuto a destra
le persone al momento giusto così il prossimo
la domanda logica che possiamo chiedere è dove sia
il nostro pubblico e come li raggiungiamo
va bene
quindi prima un po ‘ di background
sullo stato di Facebook così carino
gran parte del nostro traffico proviene da
Facebook se sei un editore di qualsiasi
tipo la maggior parte del tuo traffico sta per
vieni su Facebook che è solo un po ‘come
è ed è il gioco che dobbiamo giocare così
Mashable su Facebook abbiamo abbastanza a
numero di pagine diverse di cui abbiamo una specie
avere questo come la pagina principale Mashable e
puoi vederlo in cima
dove tradizionalmente abbiamo messo la maggior parte di
il nostro contenuto e quindi abbiamo un numero di
pagine secondarie abbiamo come il
Pagina tecnica Mashable che conosciamo
pagina delle notizie sulla pagina della Francia e così via
voglio solo evidenziare sulla nostra pagina principale
è un paio di giorni fa abbiamo 6,4 milioni
seguaci quindi è gigantesco
rispetto alle pagine più piccole che noi
abbiamo così ci piace per Mashable tech
abbiamo 798 mila per
clic-clic-clic abbiamo 600 26.000 quindi
quindi quando pensiamo a come distribuire
contenuto dobbiamo farlo in un modo che
è sostenibile quindi non possiamo semplicemente mettere tutto
il contenuto tutto il tempo sul nostro principale
pagina perché se pubblichi troppo spesso
a Facebook sono l’algoritmo di Facebook
in realtà ti punirà un po ‘così
essere molto strategico su dove e
quando mettiamo il contenuto così alla luce di no
solo avendo una moltitudine di contenuti ma
avendo anche un gran numero di pagine
sai come pensiamo a come facciamo noi?
pensa a sviluppare un ottimale
Strategia Facebook così da qualche parte che possiamo
iniziare quando pensiamo a questo è
esiste una relazione tra viste e
condivide su Facebook e se c’è un
la relazione è predittiva e cosa
possiamo imparare a riguardo così è
predittiva
spoiler alert um così per questo progetto
che in realtà è abbastanza semplice ma
tipo di interessante l’obiettivo è quello di
prevedere viste dalle condivisioni così quando vediamo
le azioni su Facebook su base settimanale possono
prevediamo ciò che conta la vista
sarà così questa è un’istantanea del
i dati che uso sono tornati fino in fondo
al 2016 ho raggruppato le visualizzazioni per settimana che ero
anche utilizzando un impegno medio così medio
numero di condivisioni oh e quando dico
impegni intendo come condivisioni di like
commenti e reazioni su Facebook tutto
le diverse cose che puoi fare
Facebook per interagire con un particolare
pezzo di contenuto quindi totale visualizzazioni totali
impegni medi il numero di URL
abbiamo prodotto e mediamente impegni così
questa è una regressione lineare molto semplice
proposizione quindi abbiamo deciso anche noi
volevo ottimizzare per fare l’errore
tasso più basso possibile , piuttosto che
provare e ottimizzare per un basso r-quadrato noi
deciso di ottimizzare per la media della radice
errore quadrato e media assoluta
errore quindi i nostri quadrati mi diranno come
bene il modello si adatta ai dati ma non lo fa
necessariamente dimmi qualcosa
errori o la grandezza degli errori così
l’errore quadratico medio è uno standard
deviazione dei residui in modo lineare
modello di regressione misurato misura il
diffusione nel fit regressione è
fondamentalmente una misura del rumore nel
sistema e significa anche errore assoluto è
la grandezza media degli errori che è
un po ‘meno sensibile al grande
errori quindi qui vogliamo essere molto
pensieroso sugli errori perché vogliamo
usare questi dati per avere un’idea di questo
quindi se pubblichiamo n numero di articoli in
una settimana e li pubblichiamo a questi
è probabile che alcune pagine Facebook siano
che stiamo per ottenere n numero di
punti di vista che possono quindi aiutare il sociale
le squadre incontrano i loro obiettivi, quindi vogliamo
davvero ottimizzare per le viste qui e noi
voglio essere sicuro che quello
le informazioni che stiamo consegnando sono come
il più preciso possibile in termini di errore
votare così di nuovo molto semplice, quindi ecco qui
le previsioni rispetto a quelle attuali
tempo abbiamo un modello abbastanza buono e in forma
siamo stati in grado di raggiungere un livello decente basso
tassi di errore il blu è il debole a
prevedere e quindi il verde è l’errore
Mi dispiace che il blu sia il numero effettivo
e poi il verde è il previsto
numero così di nuovo questo è come un molto molto
semplice applicazione ma è qualcosa
che non abbiamo scoperto prima e
era in realtà una specie di enorme
rivoluzionario alla redazione
chi è come oh ok così ora che abbiamo un
capire che opinioni e condivisioni sono
avere questo abbiamo rapporto siamo in grado di essere un
molto più riflessivo su dove e quando
pubblichiamo i dati mentre indossiamo quando
pubblichiamo gli articoli quindi un altro molto
aspetto importante di questo quando pensiamo
su sviluppare sviluppare uno ottimale
La strategia di Facebook è che stiamo facendo qualsiasi
decisioni che ci stanno veramente danneggiando
quindi la cosa su come postare su Facebook
è che un sacco di persone hanno un sacco di
nozioni preconcette di come cosa
succede quando si pubblica su Facebook o il
misterioso algoritmo di Facebook come quello che è
è un pensiero comune che quando il
L’algoritmo di Facebook cambia tutti
il contenuto soffre che stiamo effettivamente lavorando
su un modo per dimostrare che non è in realtà
il caso
ma un altro così così ne facciamo alcuni con alcuni
il mito-busting se vuoi e se l’obiettivo
è quello di ottenere il maggior numero di visualizzazioni possibile
in facebook abbiamo avuto modo di sapere se lo siamo
correttamente impostato per raggiungere tale obiettivo così
la redazione aveva una teoria che avevano
una teoria che una volta che un articolo raggiunge un
mille clic su Twitter dovrebbe essere
pubblicato sulla nostra pagina Facebook principale e sul nostro
la pagina principale di Facebook è quella con simili
6,4 milioni di persone, quindi vogliamo saperlo
è una buona euristica quindi produciamo a
sacco di contenuti che abbiamo risorse limitate
per la pubblicazione
ovviamente non possiamo mettere tutto
Facebook o sulla nostra pagina principale di Facebook
tutto il tempo perché se hai pubblicato
ancora troppe volte in un’ora o
qualcosa che l’algoritmo ti punirà
quindi quello dell’euristica il sociale
la squadra stava usando era se qualcosa avesse
circa un migliaio di clic su Twitter
lo pubblicherebbe poi su Facebook
pagina principale in modo che tu sappia che è un bene
euristico solo intuitivamente è probabilmente
non perché il pubblico è su Facebook
e Twitter sono molto diversi ma tu
sappiamo che vogliamo andare oltre l’intuizione così
volevamo dimostrarlo scientificamente
quindi i dati che abbiamo abbiamo il
numero di clic otteniamo su Twitter abbiamo
avere la pagina di Facebook un particolare
articoli pubblicati su una delle visualizzazioni
prestazioni e usando questo possiamo
in realtà una sorta di scavare e capire
cosa sta succedendo, quindi cosa significa?
chiedere è un buon bene euristico è a
termine relativo quindi definiamo che a
un po ‘più a fondo, quindi vogliamo
confrontare le popolazioni in modo da abbattere il
problema quando paragono le popolazioni
voglio confrontare gli articoli che hanno raggiunto
almeno un migliaio di clic su Twitter
e siamo pubblicati nel Maine e quelli
non sono stati inviati nel Maine, vogliamo sapere
se queste popolazioni sono diverse noi
voglio sapere di che spettacolo si tratta
articoli sulla nostra pagina principale di Facebook in
ciascuna di queste popolazioni e poi fa
usando questo euristico, si ottiene un rendimento migliore
nel complesso in termini di visualizzazioni rispetto all’utilizzo
assolutamente non euristico quindi ricorda il
l’ obiettivo generale è quello di ottenere il maggior numero di voti
il più possibile quando postare su Facebook così
stiamo cercando di capire è questo fa
qui un bastone ci aiuta a raggiungere questo obiettivo
quindi la prima cosa che vogliamo capire
prima ancora di fare qualsiasi altra cosa è una
un po ‘più complicato sono questi
popolazioni statisticamente diverse così
abbiamo popolazione 1 che è articoli
che hanno raggiunto migliaia di click su
Twitter e poi siamo inviati al nostro
pagina principale quindi abbiamo popolazione 2
articoli che non sono stati pubblicati nel Maine
quindi abbiamo la popolazione principale in un no
Popolazione del Maine, quindi possiamo testare il
differenze in queste popolazioni con a
due campioni vieni sopra il test smirnoff così
Il test KS restituisce un valore p e se lo è
inferiore a qualche soglia come dire 0,05
possiamo quindi dire che le popolazioni sono
statisticamente diverso
è un test non parametrico del
Uguaglianza delle distribuzioni in modo da testare Ranas
e determiniamo questi due
le distribuzioni sono statisticamente
diverse o queste due popolazioni sono
statisticamente diversi gli uni dagli altri
e non provengono dallo stesso
distribuzione così va bene non l’abbiamo fatto
pensa che lo farebbero la prossima cosa
vogliamo capire sapendo che questi
le popolazioni sono diverse, quindi vogliamo
conoscere la probabilità che un articolo
con un migliaio di clic su Twitter e
è pubblicato nel Maine e supera quello di
articolo che non è inviato a me
sai se ci pensi da quando è il nostro
il pubblico principale è così grande
se pubblichi un articolo nel Maine è così
probabilmente andando a ottenere molto di più viste
e se non me lo metto, ma noi
voglio capire cosa sta succedendo qui
nel contesto di questo un migliaio di clic
su Twitter euristico quindi se in effetti a
migliaia di clic su Twitter sei tu
forse non è probabile che sia un articolo di Jan
con meno di 1.000 clic di ricerca o
qualcosa allora l’euristica è una specie di
reso inutile così da modellarlo
usa una tecnica Goff seein process
regressione che è molto molto elegante
e una tecnica fantastica così gaussiana
caratterizza la regressione di processo
relazioni non lineari tra
variabili questo è un non parametrico
approccio che non significa che non ha
parametri ma c’è un infinito
ampia possibilità di parametri che puoi
usa la regressione di processo gaussiana per trovare
la distribuzione su funzioni che
si adatta meglio ai dati che modelliamo così
perché usare questo metodo così perché noi
ottenere un pieno a pieno titolo
distribuzione possiamo calcolare il
probabilità che un articolo raggiunga
entrambi un certo numero di visualizzazioni di pagina
usando la mazza per capelli e non così il modo
che l’ ho fatto è stato costruito due
Modelli di regressione del processo gaussiana uno
sul set principale e quella sul
set principale e poi ho costruito una simulazione
per vedere cosa succederebbe così
prima questa è la regressione, quindi è così
log scalato i punti sono dati fusi in
nelle popolazioni principali e non principali
se riesci a vedere il blu che è gentile
i punti blu che sono più in alto
la popolazione principale è il verde
la popolazione non principale quindi e la
la linea rossa è la regressione per il principale
popolazione in modo da poterlo vedere
postare su main dà un passaggio a un ascensore
alle opinioni ma c’è ma non è come
super clear-cut non è come ogni volta
stai postando per main sai di essere
stai battendo ogni pagina non principale
tempo Quindi, come possiamo davvero capire
cosa sta succedendo qui, quindi il metodo I
usato è stato per prima cosa costruire i modelli per
ogni popolazione quindi l’ hai appena visto
la diapositiva precedente quindi la prossima cosa che facciamo
voglio fare qualcosa che gaussiana
la regressione del processo era davvero eccezionale
è un campione un gran numero di volte a
I clic su Twitter equivalgono a mille
ciascuna di queste regressioni e fare a
previsione per le viste basate su questo
campionamento quindi vogliamo determinare
due cose che vogliamo determinare come
spesso un campione principale è più alto
pagine visualizzate in un campione non principale di
trarre da ciascun campione un numero elevato
di volte questo sta usando Twitter
euristico quindi vogliamo anche determinare
con quale frequenza un main scelto a caso
campione batte un no campione no principale
euristico quindi tutto questo da dire quando lo usiamo
il mille clic euristico su
Twitter per sì mille clic su
Twitter per pubblicare un post principale su
la pagina principale raggiunge il modo in cui la pagina viene utilizzata
quindi non postare al 65% principale del tempo
okay, ci aspettavamo questo perché
la pubblicazione su main sta per essere generata
più visualizzazioni di pagina selezionando
in modo casuale e utilizzando più euristico
la pubblicazione di due principali raggiunge la pagina più alta
visualizzazioni rispetto a non pubblicare su main
78% del tempo in modo che sia effettivamente così
in realtà scegliendo gli articoli che si suppone
il principale a caso probabilmente sovraperformerà
usando questo un migliaio di clic su Twitter
euristico
tipo di strabiliante così usando questo
migliaia di clic su Twitter qui attenersi a
il post è in realtà dannoso per l’obiettivo
di ottenere quante più pagine possibile
quando abbiamo presentato queste informazioni a
la tua squadra sociale erano come loro
a qualcuno di loro piaceva davvero
sollevato la domanda come dovrebbe davvero
useremo questa euristica quindi non lo è stata
totalmente scioccante per chiunque in particolare
perché, come è noto che
ci sono diversi significativi
differenze nel pubblico su
Twitter e Facebook così in aggiunta a
questa sorta di mito-busting uno dei miei
altri colleghi di lavoro su cui aveva lavorato
capire come l’app è ottimale
numero di post di Facebook al giorno per ciascuno
Pagina di Facebook quindi abbiamo fatto questo
come la guerra tag-team in cui ero come ehi
non usare questa euristica e lui era come
ma ecco un’euristica diversa che puoi
l’uso non potresti mai voler solo piacere
uccidere le speranze ei sogni di tutti tutti in
una volta senza dare loro alcun nulla a
Hold on to in modo che anche come un buon
equilibrio dello sciopero ma è anche quello che è
stato molto utile perché dopo così dopo
abbiamo presentato queste informazioni loro
iniziato hanno usato l’informazione che
il mio collega ha fornito effettivamente
determinare il numero di cose da pubblicare
e poi smesso di usare i clic di Twitter
e le nostre opinioni sono effettivamente aumentate a
un po ‘che è abbastanza bello, va bene così
Ho alcune considerazioni finali per concludere questo
up um ecco alcuni take away così pubblico
i dati possono essere disordinati e complessi a volte
non avrete tutti i dati che si
hai bisogno che tu possa fare anche un sacco di cose
con esso così mi sono presentato come un mucchio di
un po ‘ come le cose più piccole che ho
fatto in passato un anno così sono stato a
Mashable um ma c’è un numero di
altre cose che non mi presento che
abbiamo lavorato su come abbiamo fatto
effettivamente fatto un tutto simile alla concorrenza
analisi del paesaggio guardando un mucchio di
altri editori come BuzzFeed e
Gizmodo e Business Insider e perché
non solo usciamo e strisciamo queste pagine
ma possiamo ottenere i loro post di Facebook da
l’ API di Facebook e una sorta di prova e
capire quali sono i loro social media
strategie di distribuzione è questo
lavorando per loro in termini di azioni e
quindi prova e ti piace ottimizzare il nostro così
un altro take-away è quello di rendere i dati come
utilizzabile il più possibile per non tecnico
stakeholder che non vorresti mai solo amare
rilascia un mucchio di numeri su qualcuno e
andarsene quindi sono come quello che faccio
con questo avendo um so anche
comprensione di entrambi il pubblico
leggere i tuoi contenuti nel pubblico
stai sviluppando per o o trovando
intuizioni per quello è anche bene sapere cosa
metriche che si desidera ottimizzare per forse
non saranno le stesse metriche tutte
tempo sapere qual è il tuo obiettivo finale è così simile
se il tuo obiettivo finale è qualcosa di vago come
è una buona euristica che suona
come una bella domanda facile a cui rispondere ma
non è proprio quello che devi pensare
a riguardo un po ‘più approfondito e
quindi ottimizzare per interpretare
interpretabilità quindi alla fine della giornata
di nuovo non ci limitiamo a consegnare i numeri
alla redazione poi spariremo
cercare di dare loro la migliore informazione
possibile rendere più facile il loro lavoro e
il loro lavoro sta scrivendo il contenuto giusto
mettendolo di fronte alle persone giuste
il momento giusto, quindi stiamo cercando di aiutare
loro fanno questo così nostro attuale e futuro
lavoro indice di Facebook che ho appena menzionato
che in realtà è come il
velocità di analisi del paesaggio competitivo
2.0 vogliamo fare la velocità
algoritmo A molto meglio ci piacerebbe
fare un’analisi comportamentale dei dati di sessione
è stato qualcosa che siamo stati
pensando per un po ‘
ottimizzazione del titolo ne abbiamo alcuni
roba di ottimizzazione principale nei lavori
adesso che un altro dei nostri dati
in questo momento lo scienziato sta lavorando
tutte le cose video perché il video è il
futuro come dicono così eccone alcuni
documenti di risorse e blog blog blog
post che erano utili a livello strutturale
la vitalità di una diffusione online è a
carta davvero incredibile su come
il contenuto si diffonde attraverso Internet quindi io
consiglio vivamente questo archetipo
analisi anche molto interessante um I
in realtà non avevo mai sentito parlare di quel tipo di
analisi prima di iniziare a lavorare su
Mashable il mio manager era come hey questo
potrebbe essere un’utile segmentazione del pubblico
tecnica um ho alcuni pacchetti Python
e quant’altro Metterò le mie diapositive in linea
fonte allora puoi davvero guardare
a questi
e questo è davvero tutto ciò che ho um
grazie per avermi ascoltato
sull’analisi del pubblico puoi trovarmi
su twitter alla guida di sottolineatura di sarah oh
e sì è così, grazie mille
[Applausi]
grazie che c’erano molti dati
teoria degli scienziati e penso che questo tipo
di stati il takeaway dal precedente
parla , per favore, lavora insieme
ingegneri e scienziati dei dati si si
dolore alla ragazza si ho un paio di
domande qui diverse da Google
Analizza quali fonti di dati sul pubblico
Usi sì così per i dati demografici um
al momento utilizziamo solo Google
Analytics, sfortunatamente, stiamo cercando di
trovare una soluzione migliore ma abbiamo anche
dati come dati di sessione come quando
vai al sito web sai quanto tempo
hai speso per ogni pagina dove sei stato
vai, qual è il tuo viaggio che possiamo ottenere
facebook come dati aggregati su Facebook
non possiamo non possiamo ottenere dati individuali
Facebook che va bene non lo facciamo
necessariamente mai voglio dire così
sei tu quella persona um
anche noi siamo costantemente alla ricerca
per come migliori e nuove fonti di dati
sì, ho una serie di domande
per quanto riguarda i limiti per la pubblicazione a
Facebook a Facebook che potrebbe non
esattamente tu fai parte della compagnia
Determinando cosa fare là, lo so
qual è la punizione per attiva se
sei troppo attivo su Facebook e questo
non era solo come un aneddoto quello
erano le persone delle squadre sociali
dicendo, ma in realtà il mio collega in realtà
studiato questo se pubblichi attivamente
poi Facebook si ferma come promuovere il tuo
contenuto nel newsfeed così le persone non lo fanno
davvero vederlo come spesso è come
è nella misura in cui lo so
di
ma facciamo anche molto lavoro per provare e
capire come se fossimo in realtà
in un punto in cui stiamo iniziando a
rebrand le nostre pagine di Facebook perché come
hai visto che abbiamo un gruppo di seguaci
a differenza della nostra pagina principale, ma abbiamo dimensioni minori
numero di follower sul nostro secondario
pagine in realtà stiamo cercando di far crescere il
il pubblico è sulle nostre pagine secondarie
stiamo cominciando a sviluppare di più di
strategia in termini di come quando e dove
postare non è solo come buttare
tutto sulla pagina principale ma come come
guidiamo le persone o dal principale
pagina su Facebook o uscire e ottenere nuovi
il pubblico per le pagine secondarie è a
domanda per te come un geek Python è
lì femminile geek hockey quale macchina
biblioteca di apprendimento
preferisci cosa hai usato qui?
scikit-learn um penso di usare
scikit: impara per tutto tranne il
analisi archetipica perché archetipica
l’analisi non fa parte di scikit-learn I
effettivamente elencato il pacchetto Python
che uso per archetipo è per il
analisi archetipica è un terzo proiettile
punto lì
ma sì sì sì e il mio ultimo punto è
scikit-learn documentation um I love
scikit: impara che è davvero grandioso
davvero completo a volte se lo sono
facendo più cose basate sulle statistiche uso le statistiche
modelli è un po ‘bello ha come il
sono sintassi di come creare regressione
modelli che possono essere carini ma sì, lo sono
anche usato secolare come è l’apprendimento
curva che um yeah soso non posso imparare
la documentazione è davvero scritta per
persone che hanno già un buon risultato
la comprensione dell’apprendimento automatico può essere
davvero difficile per i principianti, basta ordinare
di immergersi e iniziare a usare
scikit-learn tuttavia ci sono molti
davvero grandi tutorial online che hanno
stato dato alle conferenze Python come
PyCon spesso da persone che in realtà
codice di commit per il killer del sito in
progetto quindi se sei un principiante vorrei
consiglio vivamente di trovarne uno
quei tutorial e iniziando da lì
e quindi immergersi nella documentazione
una volta che ti piace
buona conoscenza decente della macchina
imparando la psiche impari la documentazione
è fantastico ma hai imparato il
la curva di apprendimento può essere un po ‘stupida
la prima domanda finale hai fatto tu
considera l’utilizzo dell’analisi del testo per farlo
la tua selezione raggruppa l’analisi del testo
per cui Oh per la segmentazione del pubblico
si okay, sì, sarebbe stato così
interessante quindi sto assumendo il testo
analisi significa come un’analisi testuale
degli URL o è quello che quella persona
significa forse che sarebbe così
Penso che sia come la prossima cosa che noi
voglio fare è fare come un molto più profondo
analisi del contenuto dei tipi di
articoli che sono particolari segmenti
interessato a sì sì, sicuramente
voglio farlo , abbiamo fatto un po ‘
come argomenti di modellistica a Mashable noi
non ne ho fatto un sacco, mi sono messo
veramente interessato a questo argomento mi
non ne so molto , ma il
opportunità si pone per me di fare che ho
mi piacerebbe esplorarlo un po ‘
più bello grazie grazie
[Applausi]
Please follow and like us: