Controlled Personalization in Legacy Media Online Services: A Case Study in News Recommendation
यह उद्योग लेख एक प्रमुख नॉर्वेजियन समाचार आउटलेट पर ए/बी टेस्ट के माध्यम से यह प्रदर्शित करता है कि "नियंत्रित वैयक्तिकरण" (controlled personalization), जो संपादकीय क्यूरेशन और एल्गोरिदम चयन का एक हाइब्रिड दृष्टिकोण है, पत्रकारिता के मूल्यों को बनाए रखते हुए उपयोगकर्ता जुड़ाव और सामग्री की विविधता को सफलतापूर्वक बढ़ाता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए एक पारंपरिक समाचार पत्र की, जैसे कि एक सम्मानित स्थानीय लाइब्रेरियन (पुस्तकालयाध्यक्ष) जो 160 से अधिक वर्षों से कहानियों को सहेज रहा है। इस लाइब्रेरियन (समाचार संगठन) के पास मूल्यों का एक सख्त सेट है: वे चाहते हैं कि हर कोई थोड़ा बहुत सब कुछ पढ़े, गंभीर राजनीति से लेकर स्थानीय खेल तक, ताकि पूरा समुदाय सूचित और जुड़ा रहे। वे "एल्गोरिदम" (रोबोट) द्वारा नियंत्रण किए जाने से आशंकित रहते हैं क्योंकि उन्हें डर है कि रोबोट केवल आपको वही तीन कहानियाँ दिखा सकता है जिन्हें आप पहले से ही पसंद करते हैं, जिससे एक "इको चैंबर" (प्रतिध्वनि कक्ष) बन जाएगा जहाँ आप कभी नए विचार नहीं सुन पाएंगे।
दूसरी ओर, आधुनिक तकनीकी कंपनियाँ (जैसे गूगल न्यूज) एक सुपर-फास्ट वेंडिंग मशीन की तरह काम करती हैं। वे ठीक जानते हैं कि आप क्या खरीदना चाहते हैं और तुरंत उसे आपके हाथ में थमा देते हैं, लेकिन उन्हें आपकी शिक्षा या समुदाय के स्वास्थ्य के "बड़े चित्र" (बिग पिक्चर) की परवाह नहीं होती।
प्रयोग: "नियंत्रित वैयक्तिकरण" (कंट्रोल्ड पर्सनलाइजेशन) का नुस्खा
शोधकर्ताओं ने इस पेपर में पूछा: क्या हम इन दो दुनियाओं को मिला सकते हैं? क्या हम लाइब्रेरियन के मूल्यों को बनाए रखते हुए वेंडिंग मशीन की थोड़ी सी गति का उपयोग कर सकते हैं?
उन्होंने इसका परीक्षण Aftenposten में किया, जो एक प्रमुख नॉर्वेजियन समाचार पत्र है। उन्होंने रोबोट को पूरी तरह से पहिया संभालने नहीं दिया। इसके बजाय, उन्होंने एक "नियंत्रित" नुस्खा बनाया:
- लाइब्रेरियन का हाथ (80%): रोबोट को अभी भी लाइब्रेरियन के नियमों का पालन करना था। इसने ताज़ा समाचारों, लोकप्रिय कहानियों और उन लेखों को प्राथमिकता दी जिन्हें संपादकों ने मैन्युअल रूप से चुना था।
- रोबोट का सुझाव (20%): रोबोट को सिस्टम को एक सुझाव देने की अनुमति थी: "हे, इस विशिष्ट उपयोगकर्ता ने कल वास्तव में खेल के लेख पसंद किए थे, शायद उन्हें यह वाला भी दिखाना चाहिए।"
उन्होंने एक महीने का परीक्षण (एक ए/बी टेस्ट) चलाया जहाँ आधे पाठकों ने पुराना तरीका (100% लाइब्रेरियन नियम) देखा, और अन्य आधे ने नया तरीका (80% लाइब्रेरियन + 20% रोबोट) देखा।
क्या हुआ? परिणाम
परिणाम आश्चर्यजनक रूप से सकारात्मक थे, यहाँ तक कि उस छोटे से 20% रोबोट के सुझाव के साथ भी। उन्होंने यह पाया:
1. भूसे के ढेर में सुई ढूँढना आसान हो गया
- पुराना तरीका: पाठकों को कुछ दिलचस्प खोजने के लिए समाचारों की एक लंबी सूची (जैसे एक विशाल फोन बुक को पलटना) के माध्यम से स्क्रॉल करना पड़ता था।
- नया तरीका: पाठक कम स्क्रॉल करते थे। क्योंकि रोबोट ने प्रासंगिक लेखों को तेज़ी से सामने लाने में मदद की, इसलिए उपयोगकर्ताओं को कम प्रयास के साथ वह मिल गया जो वे चाहते थे।
- परिणाम: लोगों ने अधिक लेखों पर क्लिक किया (14% की वृद्धि) लेकिन वास्तव में उन्हें खोजने के लिए कम बार स्क्रॉल किया। यह ऐसा था जैसे लाइब्रेरियन ने आपके पूछने से पहले ही वह किताब आपके हाथ में थमा दी जिसे आप ढूँढ रहे थे।
2. "क्लिकबेट" जाल नहीं
- कभी-कभी, जब आप किसी को एक आकर्षक हेडलाइन के साथ लिंक पर क्लिक करने के लिए छलते हैं, तो उन्हें एहसास होता है कि लेख उबाऊ है और वे तुरंत छोड़ देते हैं। इसे "कैंसल्ड क्लिक" कहा जाता है।
- परिणाम: भले ही लोगों ने अधिक बार क्लिक किया, लेकिन वे लेखों को जल्दी छोड़कर नहीं गए। वास्तव में उन्होंने लेख पढ़ने में थोड़ा अधिक समय बिताया। यह साबित करता है कि रोबोट उन्हें धोखा नहीं दे रहा था; बल्कि यह वास्तव में उन्हें वह चीज़ खोजने में मदद कर रहा था जिसे वे वास्तव में पढ़ना चाहते थे।
3. "इको चैंबर" को तोड़ना
- डर: लाइब्रेरियन को डर था कि रोबोट उपयोगकर्ताओं को बार-बार केवल वही लोकप्रिय कहानियाँ दिखाएगा, जिससे विशिष्ट विषयों की अनदेखी होगी।
- परिणाम: इसके विपरीत हुआ! रोबोट ने वास्तव में उपयोगकर्ताओं को विषयों की एक व्यापक विविधता खोजने में मदद की।
- विविधता: उपयोगकर्ताओं ने विभिन्न वर्गों (जैसे संस्कृति, राजनीति और खेल) के लेखों पर क्लिक किया, बजाय इसके कि वे केवल एक ही विषय तक सीमित रहें।
- लोकप्रियता: रोबोट ने कम लोकप्रिय, "नीश" (विशिष्ट) लेखों को भी ध्यान आकर्षित करने में मदद की। इसने केवल "ब्लॉकबस्टर" हिट्स की ओर झुकाव को कम कर दिया।
- उपमा: इसके बजाय कि शहर के चौक पर हर कोई केवल उन्हीं तीन लोकप्रिय गीतों के बारे में बात करे, रोबोट ने लोगों को कुछ बेहतरीन जैज़ और शास्त्रीय संगीत खोजने में मदद की जिसे वे अन्यथा कभी नहीं सुन पाते।
4. यह सभी के लिए काम कर गया
- चाहे वह एक "न्यूज़ जंकी" (जो दिन में 50 लेख पढ़ता है) हो या एक "कैजुअल रीडर" (जो केवल कुछ ही लेख पढ़ता है), रोबोट ने उन्हें बेहतर कंटेंट खोजने में मदद की। यहाँ तक कि कैजुअल पाठकों ने भी, जो आमतौर पर केवल हेडलाइन्स देखते हैं, अधिक विविध विषयों को एक्सप्लोर करना शुरू कर दिया।
बड़ी सीख (द बिग टेकअवे)
पेपर यह निष्कर्ष निकालता है कि वैयक्तिकरण के लाभ प्राप्त करने के लिए आपको रोबोट को पूरी तरह से नियंत्रण लेने देने की आवश्यकता नहीं है। यह सुनिश्चित करते हुए कि "मानवीय संपादक" बड़े निर्णयों में प्रभारी रहे (80%) और रोबोट को छोटे, व्यक्तिगत स्पर्शों (20%) को संभालने की अनुमति देकर, समाचार पत्र ने एक "स्वीट स्पॉट" (आदर्श स्थिति) प्राप्त किया।
वे निम्नलिखित कार्य करने में सफल रहे:
- उपयोगकर्ताओं को अधिक खुश और व्यस्त रखा।
- उपयोगकर्ताओं को प्रासंगिक सामग्री खोजने में मदद की।
- महत्वपूर्ण रूप से: यह सुनिश्चित करते हुए कि उपयोगकर्ता विविध समाचार देखें, अपने पत्रकारिता मूल्यों को बनाए रखा, जिससे केवल वही दिखाने का जाल बच गया जिसे वे पहले से ही पसंद करते हैं।
संक्षेप में, अध्ययन दिखाता है कि विरासत मीडिया (पारंपरिक समाचार पत्र) अपनी आत्मा खोए बिना वैयक्तिकरण तकनीक को सुरक्षित रूप से अपना सकते हैं, जब तक कि वे "मानवीय हाथ" को स्टीयरिंग व्हील पर मजबूती से रखें।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।